Bize Ulaşın
Sonuç bulunamadı.
Cem Dilmegani

Cem Dilmegani

Baş Analist
345 Makale
B2B Teknolojisinde Güncel Kalın
Cem, neredeyse on yıldır AIMultiple'da baş analist olarak görev yapmaktadır. Cem'in AIMultiple'daki çalışmaları, Business Insider, Forbes, Morning Brew, Washington Post gibi önde gelen küresel yayınlar, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslararası kuruluşlar tarafından alıntılandı. [1], [2], [3], [4], [5]

Mesleki deneyim ve başarılar

Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yıldan uzun bir süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararları konusunda danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayınladı. Bir telekom şirketinin CEO'suna bağlı olarak teknoloji stratejisi ve tedarikini yönetti. Ayrıca, 2 yıl içinde 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 yayınlarında yer aldı. [6], [7]

Araştırma ilgi alanları

Cem'in çalışmaları, işletmelerin yapay zeka, ajan tabanlı yapay zeka, siber güvenlik (ağ güvenliği, uygulama güvenliği dahil) ve web verileri de dahil olmak üzere verilerdeki yeni teknolojilerden nasıl yararlanabileceğine odaklanmaktadır. Cem'in uygulamalı kurumsal yazılım deneyimi çalışmalarına katkıda bulunmaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e kıyaslama testlerinin tasarlanması, yürütülmesi ve değerlendirilmesinde destek vermektedir.

Eğitim

Cem, 2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisliği bölümünden mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan ve çoğu sinir ağının birkaç gizli katmana sahip olduğu bir dönemde makine öğrenmesi üzerine çalıştı. 2012 yılında Columbia İşletme Okulu'ndan MBA derecesi aldı. Cem, İngilizce ve Türkçe dillerini akıcı bir şekilde konuşmaktadır. Almanca'da ileri düzeyde, Fransızca'da ise başlangıç düzeyindedir.

Dış yayınlar

Medya, konferans ve diğer etkinlik sunumları

  • Korea24'ün yapay zekâ nedeniyle yaşanan iş kayıplarına ilişkin sorularına verilen yanıtlar, Korea24
  • Gayrimenkul ve Teknoloji , Hofstra Üniversitesi Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından 2023 ve 2024 yıllarında sunulmuştur.
  • Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Biliminin Etkisini Artırma".
  • Atlanta'da Üretken Yapay Zeka Buluşması: Kurumsal Teknoloji için Üretken Yapay Zeka .

Kaynaklar

  1. Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
  2. Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
  3. Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
  4. AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
  5. AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
  6. TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
  7. Business Insider , yapay zeka girişim şirketi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum dosyasına özel bir bakış sundu .

Cem Tarafından Son Makaleler

Siber güvenlikOca 29

Yapay Zeka Ajanlarının Güvenliğine Yönelik 15 Tehdit

Birkaç yıl öncesine kadar bile, büyük dil modellerinin (LLM'ler) öngörülemezliği ciddi zorluklar yaratırdı. Dikkat çekici erken bir örnek, ChatGPT'nin arama aracıyla ilgiliydi: Araştırmacılar, gizli talimatlarla (örneğin, gömülü istem metni) tasarlanmış web sayfalarının, karşıt bilginin varlığına rağmen, aracın güvenilir bir şekilde taraflı, yanıltıcı çıktılar üretmesine neden olabileceğini buldular.

Yapay Zeka AjanıOca 29

2026'da Piyasaya Çıkacak 15 Yapay Zeka Ajanı Gözlem Aracı: AgentOps ve Langfuse

Langfuse ve Arize gibi yapay zeka ajan gözlemlenebilirlik araçları, ayrıntılı izler (bir programın veya işlemin yürütülmesinin kaydı) toplamaya ve metrikleri gerçek zamanlı olarak izlemek için gösterge panoları sağlamaya yardımcı olur. LangChain gibi birçok ajan çerçevesi, ajan izleme ile meta verileri paylaşmak için OpenTelemetry standardını kullanır. Bunun da ötesinde, birçok gözlemlenebilirlik aracı daha fazla esneklik için özel enstrümantasyon sağlar.

Yapay zekaOca 28

Çerçevelerle Birlikte Yüksek Lisans Değerlendirme Ortamı

LLM'leri değerlendirmek, çok turlu akıl yürütmeyi, üretim performansını ve araç kullanımını değerlendiren araçlar gerektirir. Bir modelin beklenen davranıştan nasıl ve ne zaman saptığını belirlemek için yapılandırılmış metrikler, kayıtlar ve izler sağlayan popüler LLM değerlendirme çerçevelerini incelemek için 2 gün harcadık.

Siber güvenlikOca 28

2026 Yılında Gerçek Hayattan 6 RBAC Örneği

Şirketlerin neredeyse üçte ikisinde her çalışanın erişebileceği 1.000 veya daha fazla yüksek değerli dosya bulunmaktadır. Rol tabanlı erişim kontrolü (RBAC) sistemleri kuruluşlara yardımcı olur: İşte RBAC uygulamalarının 6 gerçek örneği, zorlukları, çözümleri ve sonuçları. Gerçek Hayattan RBAC Örnekleri 1. Dresdner Bankası 368 farklı iş fonksiyonu ve 1.300 rolü olan büyük bir Avrupa bankası.

Yapay zekaOca 28

8 Yapay Zeka Kod Modeli Karşılaştırmalı Test Edildi: LMC-Eval

Yapay zekâ modelleri üzerinde gerçekleştirilen görevlerin %37'sinden fazlası bilgisayar programlama ve matematikle ilgilidir. Kodlama için doğru yapay zekâ modelini belirlemek amacıyla, en üst düzey yapay zekâ modellerini mantıksal kodlama sorularındaki performanslarını değerlendirmek için test ettiğimiz yeni bir kıyaslama aracı olan LMC-Eval'i sunuyoruz: LMC-Eval sonuçları.

Yapay zekaOca 28

OCR Performans Testi: Metin Çıkarma/Yakalama Doğruluğu

OCR doğruluğu birçok belge işleme görevi için kritik öneme sahiptir ve en gelişmiş çok modlu LLM'ler artık OCR'ye bir alternatif sunmaktadır.

Yapay zekaOca 28

2026 Yılında Yapay Zekanın Finans Alanındaki En İyi 25 Kullanım Alanı

On yıl boyunca finansal hizmet firmalarına danışmanlık yaptım. Gördüğüm her yapay zeka uygulaması aynı kalıbı izliyordu: sunumlarda etkileyici görünen ancak üretimde tıkanan pilot projeler. Bu durum değişiyor. Bankalar artık üretken yapay zekayı büyük ölçekte kullanıyor ve sonuçlar ölçülebilir durumda. İşte doğrulayabileceğiniz uygulamalara dayanarak gerçekten işe yarayanlar.

Siber güvenlikOca 28

2026 Yılında En İyi 10 Açık Kaynak Mikro Segmentasyon Aracı

Geleneksel ağ segmentasyonu mikro hizmetler için işe yaramaz. IP adresleri ve portlar, hizmetler konteynerler arasında dinamik olarak başlatılıp durdurulduğunda API iletişimini koruyamaz. Mikro hizmet mimarileri kullanan büyük işletmeler farklı bir yaklaşıma ihtiyaç duyar: hizmetlerin çalıştığı her yerde onları takip eden kimlik tabanlı segmentasyon.

Yapay Zeka AjanıOca 28

Siber Güvenlik için Ajan Tabanlı Yapay Zeka: Kullanım Alanları ve Örnekler

Ajan tabanlı yapay zeka, büyük dil modelleri (LLM'ler) gibi modelleri otomatikleştirilmiş iş akışları, araç entegrasyonu ve karar desteğiyle birleştiren yapay zeka sistemlerini ifade eder. Bu sistemler, uyarıları analiz ederek, rutin görevleri otomatikleştirerek ve soruşturma çalışmalarını destekleyerek güvenlik ekiplerine SecOps ve AppSec alanlarında yardımcı olur. Ajan tabanlı yapay zeka araçları genellikle insan gözetimi altında çalışır.

Yapay Zeka AjanıOca 28

Yerel Yapay Zeka Ajanları: Goose, Observer AI, AnythingLLM

Yerel yapay zeka ajanları genellikle çevrimdışı, cihaz üzerinde veya tamamen yerel olarak tanımlanır. Harici API'lere veya bulut hizmetlerine bağımlı olmadan kişisel donanım üzerinde otonom olarak çalışan yerel yapay zeka ajanlarının ekosistemini haritalamak için üç gün harcadık. Analizimiz, geliştirici ajanları, otomasyon ve diğer alanlardaki uygulamalı testlere dayanarak önde gelen çözümleri üç temel alana ayırıyor.