Cem Dilmegani
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
- Cem Dilmegani, Yapay Zeka Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında . International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014). Kamu sektörünün dijitalleşmesi: Trilyon dolarlık meydan okuma , McKinsey & Company.
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
- Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
- Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
- TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
- 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
En İyi 25 Sentetik Veri Kullanım Alanı
Sentetik veri, makine öğrenimi, derin öğrenme ve üretken yapay zeka (GenAI) dahil olmak üzere çeşitli sektörlerde yaygın bir popülerlik ve uygulama alanı kazanmaktadır. Sentetik veri, veri gizliliği endişeleri ve sınırlı veri seti boyutları gibi zorluklara çözümler sunmaktadır. 2030 yılına kadar yapay zeka modellerinde gerçek verilere göre sentetik verinin tercih edileceği tahmin edilmektedir.
Python RPA: Geliştiriciler İçin 7 Kullanım Senaryosu
Robotik süreç otomasyonu (RPA) ve Python'ın kesişimi, akıllı otomasyon alanında devrim yaratabilir. Küresel RPA pazarının 2025 yılında 28 milyar ABD doları değerinde olduğu ve 2026'da 35,27 milyar ABD dolarından 2035'te yaklaşık 247 milyar ABD dolarına ulaşacağı tahmin edilmesine rağmen, RPA projelerinin %30 ila %50'si başarısız oluyor.
En İyi 10+ Ağ Gözlemlenebilirlik Aracı
Ağ gözlemlenebilirliği, kuruluşlara ağ performansına ilişkin görünürlük sağlayarak altyapı sorunlarının daha hızlı belirlenmesini ve çözülmesini mümkün kılar. Bu kategorideki araçlar, trafik ve cihaz sağlığı genelinde anormallik tespitini otomatikleştirmek için giderek daha fazla yapay zeka kullanmaktadır. En iyi 8 ağ gözlemlenebilirliği aracı * Değerlendirmeler Capterra ve G2'ye dayanmaktadır.
AP Yapay Zeka Uygulamaları ve Araçları, Borçlar Muhasebesi Süreçleri için
Manuel ödeme süreçleri, sahtekarlık riski, veri giriş hataları, gecikmiş onaylar ve harcamalara ilişkin sınırlı görünürlük gibi önlenebilir sorunlar nedeniyle sıklıkla yavaşlar. Yapay zeka destekli ödeme çözümleri, rutin görevleri otomatikleştirerek, doğruluğu artırarak ve ödeme döngüsü boyunca daha net bir gözetim sağlayarak bu sorunları ele alır.
Konuşma Tanıma Alanındaki En Önemli 7 Zorluk ve Çözümler
Konuşma tanıma sistemleri (KÖS), sesli asistanları, transkripsiyon araçlarını ve müşteri hizmetleri otomasyonunu destekler. Konuşma tanıma, verimliliği ve kullanıcı deneyimini iyileştirse de, doğru çözümü seçmek zorlayıcıdır. Başlıca sorular arasında gürültülü ortamlardaki doğruluğu, özel terimleri ve aksanları ele alma yeteneği, hız ve güvenilirlik arasındaki denge ve gizlilik ve halüsinasyon risklerine yaklaşım yer almaktadır.
Watsonx'ın En İyi 5 Rakibi IBM
İşletmeler, müşteri sorularını büyük ölçekte yanıtlamak ve bekleme sürelerini azaltmak için konuşma tabanlı yapay zekayı kullanıyor. Watsonx Asistanı bu alandaki en köklü çözümlerden biri olsa da, her ekip için her zaman en uygun çözüm olmayabilir. Şirket büyüklüğü, bütçe kısıtlamaları ve teknik kaynaklar gibi faktörler, doğru seçim olup olmadığını etkileyebilir.
En İyi 13 Açık Kaynaklı SIEM Aracı
Tek bir açık kaynaklı araç, kullanıma hazır, eksiksiz bir SIEM çözümü sunmak için kutudan çıkar çıkmaz kullanılabilir. Her seçenek bir ödünleşmeyi içerir: ya analitikte eksiklikleri olan amaca yönelik bir SIEM elde edersiniz ya da güvenlik tespitini kendiniz entegre etmenizi gerektiren güçlü bir günlük kaydı ve analitik yığınına sahip olursunuz.
E-ticaret Veri Toplama İçin 10 En İyi Uygulama ve Örnek
Çevrimiçi alışverişin büyümesi ve müşteri beklentilerinin değişmesiyle birlikte, e-ticaret işletmeleri rekabetçi kalmak için artan bir baskıyla karşı karşıya kalıyor. Gerçek dünya verileri, daha hızlı ve akıllı kararlar almak için çok önemlidir. Verilerin doğru şekilde toplanmaması ve kullanılmaması, kaçırılan satışlara, verimsiz operasyonlara ve düşük müşteri sadakatine yol açabilir. E-ticaret veri toplama, müşteri davranışı, pazar trendleri ve hakkında uygulanabilir bilgiler sağlar.
En İyi 7 Açık Kaynak Yapay Zeka Kodlama Ajanı
Önceki değerlendirmelerimizde, hem açık kaynaklı hem de tescilli Agentic CLI'ları web geliştirme görevlerindeki performanslarına odaklanarak karşılaştırdık ve bazı açık kaynaklı ajanlar ücretli seçenekler kadar başarılı performans gösterdi. Bu nedenle, gizlilik endişeleri olan kullanıcılar için en iyi açık kaynaklı kodlama ajanlarını da listeledik. Açık kaynaklı yapay zeka kodlama ajanları karşılaştırma sonuçları Metodoloji için bkz.
En İyi 10 Microsoft Kapsam Alternatifleri
Purview popüler bir DLP yazılımı olmasına rağmen, kullanımı zor olabilir ve sınırlı politika özelleştirme seçenekleri sunar. En iyi 6 DLP ürününü dört boyutta analiz ederek en iyi Purview alternatiflerini belirledik.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.