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 RAG Araçları, Çerçeveleri ve Kütüphaneleri
RAG (Retrieval-Augmented Generation) improves LLM responses by adding external data sources. We benchmarked different embedding models and separately tested various chunk sizes to determine what combinations work best for RAG systems. Explore top RAG frameworks and tools, learn what RAG is, how it works, its benefits, and its role in today’s LLM landscape.
En İyi 7+ Açık Kaynaklı Güvenlik Duvarı Seçeneği: Özellikler & Türler
Network security statistics reveal that Open source firewalls provide a cost effective solution to network security.
En İyi 30+ Ajan Yapay Zeka Şirketi
Though AI agents are being hyped and some companies rebrand their chatbots as agentic tools, there are still a few agents in production. Previously, we benchmarked several capable AI agents over several real-world tasks.
15+ En İyi Açık Kaynak Web Crawler'ı LLM ve Yapay Zeka İçin
Recent advancements in Generative AI are moving modern crawlers beyond raw HTML. Agentic web crawlers now use natural-language prompts to select links, rather than relying on fixed rules. These tools produce token-efficient markdown, making them essential for high-performance RAG pipelines.
En İyi 10 Mortgage Chatbot'u: Kullanım Alanları & Örnekler
Banks that keep customers happy grow deposits 85% faster than competitors. Loan processing directly affects client satisfaction. . Chatbots can handle mortgage-related tasks around the clock, simulating what mortgage brokers typically do. We examine 10 vendors, their practical applications, and United Wholesale Mortgage’s implementation.
Uzaktan Tarayıcılar: Yapay Zeka Ajanları için Web Altyapısı Karşılaştırıldı
AI agents rely on remote browsers to automate web tasks without being blocked by anti-scraping measures. The performance of this browser infrastructure is critical to an agent’s success. We benchmarked 8 providers on success rate, speed, and features.
RAG Framework'leri: LangChain vs LangGraph vs LlamaIndex
We benchmarked 5 RAG frameworks: LangChain, LangGraph, LlamaIndex, Haystack, and DSPy, by building the same agentic RAG workflow with standardized components: identical models (GPT-4.1-mini), embeddings (BGE-small), retriever (Qdrant), and tools (Tavily web search). This isolates each framework’s true overhead and token efficiency.
İş Verimliliğini Artırmak İçin En İyi 5 Yapay Zeka Hizmeti
Yapay zekâ kullanımı hızla artıyor. Şirketlerin yaklaşık %98'i yapay zekâ ile denemeler yapıyor; bu da yapay zekânın artan erişilebilirliğini ve operasyonları iyileştirme potansiyelini yansıtıyor. Ancak yalnızca %26'sı denemelerin ötesine geçerek ölçülebilir iş değeri elde etti; bu da birçok şirketin yapay zekâyı etkili bir şekilde ölçeklendirmek için gereken yetenekleri hala geliştirdiğini gösteriyor.
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.
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.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.