Cem Dilmegani
Mesleki Deneyim ve Başarılar
Kariyeri boyunca Cem; teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yılı aşkın süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımladı. CEO'ya rapor verirken bir telekom şirketinin teknoloji stratejisini ve satın alma süreçlerini yönetti. Ayrıca 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetti. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alındı. [6], [7]Araştırma Alanları
Cem'in çalışmaları kurumsal yapay zekâ ve yazılıma odaklanmaktadır. Cem'in kurumsal yazılım konusundaki uygulamalı deneyimi çalışmalarına katkı sağlamaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e benchmark'ların tasarlanması, yürütülmesi ve değerlendirilmesinde destek olmaktadır.Eğitim
2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan makine öğrenmesi üzerine çalıştı ve çoğu sinir ağı birkaç gizli katmana sahipti. 2012 yılında Columbia Business School'dan MBA derecesi almıştır. Cem, İngilizce ve Türkçeyi akıcı bir şekilde konuşmaktadır. Almancada ileri düzeyde, Fransızcada başlangıç düzeyindedir.Dış Yayınlar
- Cem Dilmegani, Yapay Zekâ Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında. International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014).Kamu sektörü dijitalleşmesi: Trilyon dolarlık zorluk, McKinsey & Company.
Medya, Konferans ve Diğer Etkinlik Sunumları
- 25 Nisan 2026'da American Variety Radio'da konuk olarak Court Lewis'in AGI hakkındaki sorularını yanıtladı.
- 5 Kasım 2025'te Korea24'ün yapay zekâ nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcut: Korea24
- Gayrimenkul ve Teknoloji, 2023 ve 2024 yıllarında Hofstra Üniversitesi'nin Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından sunuldu.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
- Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zekâ.
Kaynaklar
- Microsoft, IBM ve Google Yapay Zekâ Etiği Konusundaki Çabalarını Neden Artırıyor, Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ peşinde OpenAI'a 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zekâ Liderliğini Güçlendirme: Yapay Zekâ C-Suite Araç Seti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zekâ yatırımı nakit akışını veri merkezlerine yönlendiriyor ancak çip pazarı zorlu olmaya devam ediyor, IT Brew.
- Hypatos, belge işleme için derin öğrenme yaklaşımıyla 11,8 milyon dolar yatırım aldı, TechCrunch.
- Yapay zekâ girişimi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum destesine özel bir göz attık, Business Insider.
Cem Tarafından Son Makaleler
En İyi 4 Yapay Zeka Arama Motoru Karşılaştırması
LLM'lerle arama yapmak, Google aramaya önemli bir alternatif haline geldi. Hangi yapay zeka arama motorunun en doğru sonuçları sağladığını görmek için aşağıdakileri kıyasladık: Deepseek, referans veri setimizdeki verilerin %57'sini doğru bir şekilde sağlayarak bu kıyaslamanın lideridir. Daha ileri düzey araştırma görevleri için bir çözüm arıyorsanız, yapay zeka derin araştırma kıyaslamamızı da okuyabilirsiniz. İstemimiz: Şu anda…
En İyi 7 HIPAA Uyumlu Dosya Paylaşım Hizmeti
Sağlık kuruluşları, HIPAA ile uyumlu olan ve hassas hasta verilerinin güvenli bir şekilde işlenmesini sağlayan yönetilen dosya aktarım çözümlerine ihtiyaç duyar. Güvenlik sertifikaları, kurumsal benimseme ve HIPAA'ya özgü özelliklere dayanarak önde gelen seçenekleri belirlemek için çözümleri analiz ettik. * Derecelendirmeler Capterra ve G2'ye dayanmaktadır. HIPAA uyumlu dosya paylaşımı satıcıları derecelendirmeye göre listelenmiştir. Sekiz aracın tümü,…
Tabular Model Karşılaştırması: 19 Veri Kümesinde Performans
8 tablosal öğrenme modelini, yaklaşık 260.000 örnek içeren 19 gerçek dünya veri kümesi üzerinde karşılaştırdık; veri kümesi boyutları 435 ile 48.800 satır arasında değişiyor. Her model aynı makinede 5 katlı çapraz doğrulama ve aynı bölmelerle çalıştırıldı. Her veri kümesi, birincil metriğe göre belirlenen modeller arası birebir karşılaşmalardan oluşan bir turnuva formatındadır. Elo, model başına 483…
En İyi 10 Açık Kaynak Web Kazıyıcı LLM & Yapay Zeka için
Üretken yapay zekadaki son gelişmeler, geliştiricilerin web kazıyıcılarından ne beklediğini yeniden şekillendirdi. Ajan tabanlı kazıyıcılar artık sabit kurallar yerine bağlantıları seçmek için doğal dil komutları kullanıyor ve yerel olarak token açısından verimli markdown üretiyor. Aynı zamanda, büyük ölçekli toplu tarama için klasik framework'ler kurumsal ve araştırma kullanımı için hâlâ vazgeçilmezdir. Dil: Python | Lisans: Apache…
LLM Çıkarım Motorları: vLLM vs LMDeploy vs SGLang
NVIDIA H100 üzerinde 3 lider LLM çıkarım motorunu kıyasladık: vLLM, LMDeploy ve SGLang. Her motor, mimari tercihlerinin ve optimizasyon stratejilerinin gerçek performans etkisini yalıtmak için aynı iş yüklerini işledi: Llama 3.1 8B-Instruct kullanarak 1.000 ShareGPT prompt'u. İstatistiksel kararlılığı sağlamak için 10.000 toplam çıkarım işlemi (1.000 prompt × motor başına 10 çalıştırma) boyunca çevrimdışı toplu iş…
En İyi 15 Açık Kaynak Yapay Zeka Platformu ve Kütüphanesi
Kendi yapay zeka modelinizi dağıtmak veya bazı durumlarda mevcut modelleri fine-tune etmek çeşitli zorlukları beraberinde getirir: Birleşik API'ler sunan açık kaynak platformlar, çoklu bulut dağıtımını mümkün kılarak ve GPU kaynak yönetimini optimize ederek bu zorlukların üstesinden gelmeye yardımcı olur. Aşağıda, 15 açık kaynak platform/kütüphane örneği listeliyoruz: Bu platformları seçerken, esas olarak ne kadar iyi ölçeklendiklerine,…
Compare Google Dialogflow ve Rakiplerini Karşılaştırın
Teknoloji devleri Google, IBM, Microsoft, Amazon ve Facebook gibi şirketler, geliştiricilerin kolayca chatbot oluşturmasını sağlamak için konuşma yapay zekasına yatırım yapıyor. Bu yapay zeka destekli chatbot'lar e-posta gönderme, arama motorlarında bilgi arama gibi çeşitli rutin görevleri otomatikleştirebilir. Google Dialogflow hakkında temel bilgileri topladık ve ana rakipleriyle karşılaştırdık. Aşağıdaki grafikte arama pazar payı dağılımını görebilirsiniz: Google…
DGX Spark vs Mac Studio & Halo: Benchmarkler & Alternatifler
NVIDIA’nın DGX Spark, 2025 yılında 4.699 dolardan masaüstü AI pazarına girerek kendini bir “masaüstü AI süperbilgisayarı” olarak konumlandırdı. Mac Mini boyutundaki kasasında 128GB birleşik bellek barındırıyor ve bir petaflop FP4 AI performansı vaat ediyor. Alternatiflerle karşılaştırıldığında değer ve performans benchmark sonuçlarına göz atın: İstenen GPT-OSS 120B modeli (MXFP4 formatı) üzerinde sistemleri karşılaştırırken performans farkları belirgin…
GPU Yapay Zeka Yazılımı: CUDA vs. ROCm
Ham donanım özellikleri GPU hesaplamada hikayenin yarısını anlatır. Gerçek dünya yapay zeka performansını ölçmek için, AMD'nin MI300X'ini NVIDIA'nın H100, H200 ve B200'ü ile çoklu GPU ve yüksek eşzamanlılık senaryolarında karşılaştıran 52 farklı test gerçekleştirdik. AMD'nin MI300X'i 1.307 TFLOPS ile NVIDIA'nın H100/H200'ünün 990 TFLOPS'una kıyasla %32 teorik avantaja sahip olsa da, gerçek dünya performansı farklı bir…
En İyi 25 Sürüm Kontrol Aracı
AIMultiple'da, birden fazla projede 1.000'den fazla web sayfasının kodunu yönetmek için her gün sürüm kontrol araçları kullanıyoruz. Deneyimlerimize dayanarak, açık kaynaklı ve özel mülk yazılımlar dahil olmak üzere en iyi sürüm kontrol araçlarını seçtik: Git, ilk olarak 2005 yılında Linus Torvalds tarafından Linux çekirdeği geliştirme için oluşturulmuş ücretsiz ve açık kaynaklı bir dağıtık sürüm kontrol…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.