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
8 AI Kod Modelleri Karşılaştırıldı: LMC-Eval
More than 37% of tasks performed on AI models are about computer programming and maths.
OCR Benchmark: Metin Çıkarma / Yakalama Doğruluğu
OCR accuracy is critical for many document processing tasks, and SOTA multi-modal LLMs are now offering an alternative to OCR.
En İyi 10 Açık Kaynak Mikro Segmentasyon Aracı
Traditional network segmentation doesn’t work for microservices. IP addresses and ports can’t protect API communications when services spin up and down dynamically across containers. Large enterprises running microservices architectures need different approach: identity-based segmentation that follows services wherever they run.
Yerel AI Ajanları: Goose, Observer AI, AnythingLLM
Local AI agents are often described as offline, on-device, or fully local. We spent three days mapping the ecosystem of local AI agents that run autonomously on personal hardware without depending on external APIs or cloud services.
QA için En İyi 7 Yapay Zeka Test Ajanı
We evaluated AI testing platforms embedded with AI agents; most were overhyped Selenium/Playwright with marketing. A few were capable of writing/maintaining test cases or visual testing, though even these tools still have notable limitations. From these, we selected 7 platforms and categorized them by their primary focus areas.
ML ve AI Modelleri İçin 57 Veri Seti
Data is required to leverage or build generative AI or conversational AI solutions. You can use existing datasets available on the market or hire a data collection service. We identified 57 datasets to train and evaluate machine learning and AI models.
En İyi Kod Olmayan ML Platformları: ChatGPT Alternatifleri
We benchmarked 4 no-code machine learning platforms across key metrics: data processing (handling missing values, outliers), model setup and ease of use, accuracy metrics output, availability of visualizations, and any major limitations or notes observed during testing. No-code machine learning tools benchmark Note: Scores represent average performance across kNN and Logistic Regression where applicable.
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.
Fatura OCR LLM'lerle Karşılaştırmalı Testi
Extracting data from receipts is essential for businesses, as millions of employees submit their work-related expenses via receipts. With the latest developments in generative AI and large language models, data extraction accuracy has reached a level comparable to that of humans.
En İyi 10 Google Colab Alternatifi
Google Colaboratory is a popular platform for data scientists and machine learning scientists, but its limitations and pricing may not meet your needs. Several alternatives offer unique features and capabilities that cater to different data science needs and scenarios.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.