Cem Dilmegani
Mesleki Deneyim ve Başarılar
Kariyeri boyunca Cem; teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yılı aşkın süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımladı. CEO'ya rapor verirken bir telekom şirketinin teknoloji stratejisini ve satın alma süreçlerini yönetti. Ayrıca 2 yıl içinde 0'dan 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 yayınları tarafından ele alındı. [6], [7]Araştırma Alanları
Cem'in çalışmaları kurumsal yapay zekâ ve yazılıma odaklanmaktadır. Cem'in kurumsal yazılım konusundaki uygulamalı deneyimi çalışmalarına katkı sağlamaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e benchmark'ların tasarlanması, yürütülmesi ve değerlendirilmesinde destek olmaktadır.Eğitim
2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan makine öğrenmesi üzerine çalıştı ve çoğu sinir ağı birkaç gizli katmana sahipti. 2012 yılında Columbia Business School'dan MBA derecesi almıştır. Cem, İngilizce ve Türkçeyi akıcı bir şekilde konuşmaktadır. Almancada ileri düzeyde, Fransızcada başlangıç düzeyindedir.Dış Yayınlar
- Cem Dilmegani, Yapay Zekâ Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında. International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014).Kamu sektörü dijitalleşmesi: Trilyon dolarlık zorluk, McKinsey & Company.
Medya, Konferans ve Diğer Etkinlik Sunumları
- 25 Nisan 2026'da American Variety Radio'da konuk olarak Court Lewis'in AGI hakkındaki sorularını yanıtladı.
- 5 Kasım 2025'te Korea24'ün yapay zekâ nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcut: Korea24
- Gayrimenkul ve Teknoloji, 2023 ve 2024 yıllarında Hofstra Üniversitesi'nin Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından sunuldu.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
- Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zekâ.
Kaynaklar
- Microsoft, IBM ve Google Yapay Zekâ Etiği Konusundaki Çabalarını Neden Artırıyor, Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ peşinde OpenAI'a 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zekâ Liderliğini Güçlendirme: Yapay Zekâ C-Suite Araç Seti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zekâ yatırımı nakit akışını veri merkezlerine yönlendiriyor ancak çip pazarı zorlu olmaya devam ediyor, IT Brew.
- Hypatos, belge işleme için derin öğrenme yaklaşımıyla 11,8 milyon dolar yatırım aldı, TechCrunch.
- Yapay zekâ girişimi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum destesine özel bir göz attık, Business Insider.
Cem Tarafından Son Makaleler
En İyi 5 SAP BTP Otomasyon Platformu
SAP BTP, veri ve analitik, yapay zeka, uygulama geliştirme, otomasyon ve entegrasyonu birleşik bir ortamda bir araya getirir. Buluttaki SAP uygulamaları için optimize edilmiş bir platformdur. Platform, SAP müşterilerinin küresel ticaretin toplamının %87'sini oluşturması nedeniyle erişimi açısından önemlidir.. SAP BTP ekosistemindeki en iyi 5 otomasyon yazılımının faydalarını ve vaka çalışmalarını keşfetmek için bağlantıları takip edin:…
En İyi 10+ SAP İş Yükü Otomasyonu Aracı
SAP Kurumsal Bilgi Formu'na göre, 99'u en iyi 100 küresel kuruluşun ERP yazılımını kullanıyor; bu, dünya ticaretinin %87'sini temsil ediyor. Bu şirketlerin çoğu ayrıca SAP ile birlikte SAP dışı sistemler de çalıştırır. SAP iş yükü otomasyonu araçları, toplu işler, veri aktarımları, rapor oluşturma ve sistemler arası iş akışları gibi görevleri otomatikleştirerek bu sorunu çözer. SAP…
En İyi 7 Açık Kaynak RPA Aracı
Açık kaynak RPA (Robotik Süreç Otomasyonu) otomasyonun geleceğinde hâlâ önemli bir rol oynayabilir. Başlıca avantajları şeffaflık, esneklik ve lisans maliyetlerinin olmamasıdır. Aşağıda altı açık kaynak RPA aracı seçeneğini listeliyor ve kaynak kodlarına bağlantı veriyoruz. Yedi açık kaynak RPA aracını lisans, dil, platform ve bakım durumu açısından, canlı bir e-posta otomasyonu senaryosundan elde edilen benchmark sonuçlarıyla…
Üretici Yapay Zeka Etik: Nasıl Yönetilir?
Üretici yapay zeka, bilginin nasıl paylaşıldığı ve güvenildiği konusunda önemli kaygılar ortaya çıkarır. Örneğin Britannica, Perplexity'ye karşı şirketin izin almadan Britannica'nın insan doğrulaması yapılmış içeriğini yasadışı ve bilinçli bir şekilde kopyaladığını ve ticari markalarını kötüye kullandığını iddia ederek bir dava açtı. Üretici yapay zeka etik kaygılarının neler olduğunu ve bunları yönetmenin en iyi uygulamalarını keşfedin.…
Öneri Sistemleri: Uygulamalar ve Örnekler
Ana öneri sistemi türlerini, anahtar kavramları ve gerçek dünya uygulamalarını inceledik ve LightFM, Cornac BPR ve TensorFlow Recommenders'ı AUC, Precision@10 ve Recall@10 kullanarak karşılaştırmalı değerlendirdik. Bu kütüphaneler, işbirlikçi veya içerik tabanlı filtreleme tekniklerini kullanarak eğitim verilerini işleyen ve kişiselleştirilmiş öneriler üreten makine öğrenimi algoritmalarını uygular. Ayrıca, bu kütüphaneler verileri analiz etmek ve örüntüleri ortaya çıkarmak…
En İyi 13 GAN Kullanım Alanı
GAN'ler birçok erken dönem üretken yapay zeka uygulamasına, özellikle görüntü sentezi ve stil transferinde öncülük etmiş olsa da, günümüzde tüketiciye yönelik üretken yapay zeka araçlarının çoğu difüzyon tabanlı mimarilere veya akış eşleştirme ve difüzyon dönüştürücüleri (DiT) gibi ilgili yaklaşımlara dayanmaktadır. Bununla birlikte, GAN'ler süper çözünürlük, yüz restorasyonu, sentetik tablo veya sağlık verilerinin üretilmesi ve düşük…
En İyi 10 Bulut İş Yükü Otomasyonu Yazılımı ve 7 Kullanım Senaryosu
Her ne kadar şirketlerin %71’i genel bulut veri ambarları çalıştırıyor olsa da, parçalı çoklu bulut ortamlarını entegre etmek ve bulut maliyetlerini kontrol etmek çifte bir zorluk oluşturur. Bununla birlikte, bulut iş yükü otomasyonu bu platformları besleyen veri hatlarını düzenleyerek hem bağlantıyı hem de kaynak verimliliğini optimize edebilir. Bulut ve hibrit iş yükü otomasyonu arasındaki farkları,…
Yapay Zeka Başarısızlığı: 10 Temel Nedenler ve Gerçek Hayattan Örnekler
İster sürücüsüz bir araba kazası, ister önyargılı bir algoritma, ister bir müşteri hizmetleri chatbot'unda yaşanan bir arıza olsun, dağıtılmış yapay zeka sistemlerindeki başarısızlıklar ciddi sonuçlar doğurabilir ve önemli etik ve toplumsal soruları gündeme getirebilir. Altta yatan sorunları belirleyip ele alarak şirketler, yapay zeka ile ilişkili riskleri azaltabilir ve yapay zekanın sorumlu yapay zeka en iyi…
Yapay Zeka Etiği İkilemleri ve Gerçek Hayattan Örnekler
Yapay zeka, işletmelerin çalışma şeklini değiştirse de hayatlarımızı nasıl etkileyebileceğine dair endişeler var. Bu, hem akademik/toplumsal bir sorun hem de şirketler için itibar riskidir; hiçbir şirket, itibarına zarar veren veri veya yapay zeka etiği skandallarıyla zayıflatılmak istemez. Yapay zeka kullanımıyla ortaya çıkan etik sorunlara, kötüye kullanım örneklerine ve bu sorunları azaltmaya yönelik temel ilkelere ilişkin…
Büyük Dil Model'lerinin Geleceği
Büyük Dil Model'lerinin geleceğini, kendi kendine eğitim, doğruluk kontrolü ve seyrek uzmanlık gibi LLM sınırlamalarını ele alabilecek yaklaşımları karşılaştırarak görün. LLM'ler konuşmalar sırasında eğitim verilerine güvenmek yerine dış kaynaklara erişir. Model dış veritabanlarını sorgular, güncel bilgileri alır ve alıntılar sağlar. Sınırlama: Hâlâ hatalar yapar. Alıntılar doğruluğu garanti etmez; model'ler bazen kaynakları yanlış aktarır veya alıntılanan…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.