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
Kalite Güvencesi İçin En İyi 7 Yapay Zeka Test Aracısı
Yapay zekâ ajanları içeren yapay zekâ test platformlarını değerlendirdik; çoğu pazarlaması abartılmış Selenium/Playwright'tı. Birkaç tanesi test senaryoları yazma/sürdürme veya görsel test yapma yeteneğine sahipti, ancak bu araçların bile önemli sınırlamaları vardı. Bunlardan 7 platform seçtik ve bunları temel odak alanlarına göre kategorize ettik.
Makine Öğrenimi ve Yapay Zeka Modelleri için 57 Veri Kümesi
Üretken yapay zeka veya konuşma tabanlı yapay zeka çözümlerini kullanmak veya geliştirmek için verilere ihtiyaç duyulmaktadır. Piyasada bulunan mevcut veri kümelerini kullanabilir veya bir veri toplama hizmeti kiralayabilirsiniz. Makine öğrenimi ve yapay zeka modellerini eğitmek ve değerlendirmek için 57 veri kümesi belirledik.
Etik ve Mevzuata Uygun Web Veri Kıyaslaması
İşletmeler web veri operasyonlarını ölçeklendirdikçe, uyumluluk, veri ve risk yöneticileri ilgili etik, itibar ve yasal riskleri giderek daha fazla değerlendiriyor. 5 önde gelen web veri toplama hizmetini 3 boyutta karşılaştırdık ve her hizmeti 20'den fazla potansiyel etik dışı senaryoyla test ettik.
En İyi Kodsuz Makine Öğrenimi Platformları: ChatGPT Alternatifleri
Veri işleme (eksik değerlerin, aykırı değerlerin ele alınması), model kurulumu ve kullanım kolaylığı, doğruluk metrikleri çıktısı, görselleştirmelerin kullanılabilirliği ve test sırasında gözlemlenen önemli sınırlamalar veya notlar gibi temel ölçütler üzerinden 4 kodsuz makine öğrenimi platformunu karşılaştırdık. Kodsuz makine öğrenimi araçları karşılaştırması Not: Puanlar, uygun olduğu yerlerde kNN ve Lojistik Regresyon genelindeki ortalama performansı temsil eder.
Sektöre Göre 20 Dijital İkiz Uygulaması/Kullanım Örneği
Daha fazla sektör sanallaştırmayı araştırdıkça, dijital ikiz çözümleri ana akımda giderek daha fazla ilgi görüyor. Dijital ikizler için küresel pazarın 2027 yılına kadar 74 milyar dolara ulaşması bekleniyor ve Nesnelerin İnterneti (IoT) teknolojisinin yaygınlaşması bu büyümeyi hızlandırıyor.
Gerçek Hayattan Örneklerle En İyi 100'den Fazla RPA Kullanım Alanı
RPA, ön ve arka ofislerde tekrarlayan görevleri otomatikleştirebilir. Teknoloji yatırımlarının değerini optimize etmek için kullanım senaryosuna odaklı bir yaklaşım kritik öneme sahiptir. Çeşitli iş, sektöre özgü ve kişisel bağlamlarda tekrarlayan görevlerin otomatikleştirilmesinde RPA'nın uygulamasını gösteren 103 kullanım senaryosu ve gerçek hayattan örnek belirledik.
Analitik İş Akışlarında Ajan Tabanlı Yapay Zeka Çerçevelerinin Kıyaslanması
Ajan tabanlı iş akışları oluşturmaya yönelik çerçeveler, kararları ve hataları ele alma biçimleri açısından önemli ölçüde farklılık gösterir; ancak kusurlu gerçek dünya verileri üzerindeki performansları büyük ölçüde test edilmemiştir. Gerçek dünya analitik iş akışlarındaki performanslarını değerlendirmek için, 100 kayıttan oluşan ve eksik veriler gibi kontrollü veri tutarsızlıkları içeren bir e-ticaret veri kümesi kullanarak LangGraph, LangChain, CrewAI ve OpenAI Swarm'ı 3 gün boyunca karşılaştırmalı olarak test ettik.
LLM'ler ile Fiş OCR Kıyaslaması
Milyonlarca çalışanın işleriyle ilgili giderlerini fişler aracılığıyla bildirmesi nedeniyle, fişlerden veri çıkarmak işletmeler için hayati önem taşımaktadır. Üretken yapay zeka ve büyük dil modellerindeki son gelişmelerle birlikte, veri çıkarma doğruluğu insanlarla karşılaştırılabilir bir seviyeye ulaşmıştır.
En İyi 10 Google Colab Alternatifi
Colaboratory, veri bilimcileri ve makine öğrenimi bilimcileri için popüler bir platformdur, ancak sınırlamaları ve fiyatlandırması ihtiyaçlarınızı karşılamayabilir. Birçok alternatif, farklı veri bilimi ihtiyaçlarına ve senaryolarına hitap eden benzersiz özellikler ve yetenekler sunmaktadır.
En İyi 20 Sürdürülebilirlik Yapay Zeka Uygulaması ve Örneği
PwC'ye göre, GenAI operasyonel verimliliği artırabilir ve bu da dolaylı olarak iş süreçlerindeki karbon ayak izini azaltabilir. Şirketler, lojistik optimizasyonu, talep tahmini ve atık azaltma gibi alanlara üretken yapay zekayı uygulayarak, yapay zeka sistemlerinin ötesinde operasyonları genelinde emisyonları azaltabilirler.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.