Sıla Ermut
Sıla est analyste sectorielle chez AIMultiple, spécialisée dans le marketing par e-mail et les vidéos de vente.
Intérêts de recherche
Les domaines de recherche de Sıla comprennent le marketing par courriel, les campagnes marketing e-commerce et l'automatisation marketing. Elle participe également au projet d'évaluation de la délivrabilité des courriels d'AIMultiple. À ce titre, elle conçoit et met en œuvre des tests de délivrabilité des courriels en collaboration avec l'équipe technique d'AIMultiple.Expérience professionnelle
Sıla a auparavant travaillé comme recruteuse et dans des entreprises de gestion de projets et de conseil.Éducation
Elle détient :- Licence en relations internationales de l'Université Bilkent.
- Master en psychologie sociale de l'Université Başkent.
Derniers articles de Sıla
Apprentissage fédéré : 7 cas d'utilisation et exemples
D'après de récentes analyses de McKinsey, les risques les plus pressants liés à l'adoption de l'IA comprennent les dysfonctionnements des modèles, la provenance et l'authenticité des données, le non-respect des réglementations et les vulnérabilités de la chaîne d'approvisionnement en IA. L'apprentissage fédéré (FL) s'est imposé comme une technique fondamentale pour les organisations souhaitant atténuer ces risques. Il permet aux modèles d'apprendre à partir de données décentralisées tout en préservant la confidentialité des informations sensibles.
Les 20 principales prédictions des experts concernant les pertes d'emplois liées à l'IA
En tant que consultante chez McKinsey, j'ai accompagné des entreprises dans l'adoption des nouvelles technologies pendant dix ans. Mes réponses rapides concernant les pertes d'emplois liées à l'IA : Prévisions de pertes d'emplois liées à l'IA. Remarque : La taille des graphiques est proportionnelle à l'ampleur des prévisions de pertes d'emplois. Les pourcentages mentionnés dans notre analyse reposent sur des hypothèses relatives aux déplacements d'emplois globaux.
Systèmes de recommandation : applications et exemples
Les systèmes de recommandation profitent aux entreprises comme aux clients en utilisant les données pour personnaliser les expériences. Ils contribuent à augmenter les ventes, à fidéliser la clientèle et à réduire le taux d'attrition en simplifiant les choix et en maintenant l'engagement des utilisateurs. Nous avons comparé trois bibliothèques de recommandation Python : LightFM, Cornac BPR et TensorFlow Recommenders, en utilisant le même jeu de données de rétroaction implicite et les mêmes étapes de prétraitement.
Comparaison de modèles d'IA multimodaux en matière de raisonnement visuel
Nous avons évalué les performances de 15 modèles d'IA multimodaux de pointe en matière de raisonnement visuel à l'aide de 200 questions visuelles. L'évaluation comportait deux volets : 100 questions de compréhension de graphiques testant l'interprétation de la visualisation des données, et 100 questions de logique visuelle évaluant la reconnaissance de formes et le raisonnement spatial. Chaque question a été posée 5 fois afin de garantir des résultats cohérents et fiables.
Comparaison des modèles Large Vision : GPT-4o vs YOLOv8n
Les modèles de vision à grande échelle (LVM) peuvent automatiser et améliorer des tâches visuelles telles que la détection de défauts, le diagnostic médical et la surveillance environnementale. Nous avons comparé trois modèles de détection d'objets : YOLOv8n, DETR et GPT-4oVision, sur 1 000 images chacun, en mesurant des métriques telles que le mAP@0,5, la vitesse d'inférence, les FLOP et le nombre de paramètres.
20 applications et exemples d'IA pour le développement durable
Selon PwC, l'IA générative pourrait améliorer l'efficacité opérationnelle, ce qui pourrait indirectement réduire l'empreinte carbone des processus métier. En appliquant l'IA générative à des domaines tels que l'optimisation logistique, la prévision de la demande et la réduction des déchets, les entreprises peuvent réduire leurs émissions sur l'ensemble de leurs opérations, au-delà des systèmes d'IA eux-mêmes.
57 jeux de données pour les modèles d'apprentissage automatique et d'intelligence artificielle
Des données sont nécessaires pour exploiter ou développer des solutions d'IA générative ou conversationnelle. Vous pouvez utiliser des jeux de données existants disponibles sur le marché ou faire appel à un service de collecte de données. Nous avons identifié 57 jeux de données pour entraîner et évaluer des modèles d'apprentissage automatique et d'IA. Modèles de langage à grande échelle (LLM) et jeux de données d'IA agentique : cette catégorie comprend des jeux de données et des benchmarks conçus pour l'entraînement et l'évaluation de modèles d'IA.
Outils d'observabilité LLM : Poids et biais, Langsmith
Les applications basées sur les modèles linéaires latents (LLM) gagnent en puissance et en complexité, rendant leur comportement plus difficile à interpréter. Chaque résultat de modèle résulte d'instructions, d'interactions avec des outils, d'étapes de récupération et d'un raisonnement probabiliste qui ne peuvent être inspectés directement. L'observabilité des LLM répond à ce défi en offrant une visibilité continue sur le fonctionnement des modèles en conditions réelles.
Les 20 meilleurs logiciels de serveur de messagerie : fonctionnalités et prix
Il existe deux principaux cas d'utilisation pour les serveurs de messagerie. Si vous recherchez : Les 15 meilleurs fournisseurs de messagerie transactionnelle. Classement : La liste classe les fournisseurs, les entrées sponsorisées apparaissant en premier avec leurs liens respectifs. Tous les fournisseurs non sponsorisés sont classés par nombre total d'avis d'utilisateurs B2B recueillis sur G2 et Capterra.
15 cas d'utilisation et exemples clés de l'IA dans la logistique
Les inefficacités persistantes, la hausse des coûts opérationnels et les perturbations continues des chaînes d'approvisionnement continuent de mettre à rude épreuve les fonctions logistiques à l'échelle mondiale. Ces pressions fragilisent les systèmes traditionnels, réduisent la fiabilité des services et limitent la capacité des organisations à se développer. Face à cette situation, les entreprises se tournent de plus en plus vers l'intelligence artificielle pour améliorer la visibilité de bout en bout, renforcer leur résilience et optimiser leurs fonctions essentielles.
Newsletter AIMultiple
Un e-mail gratuit par semaine contenant les dernières actualités technologiques B2B et des analyses d'experts pour accélérer la croissance de votre entreprise.