Services
Contactez-nous
Sıla Ermut

Sıla Ermut

Analyste Sectorielle
65 Articles
Restez informé des dernières technologies B2B

Sıla est analyste sectorielle chez AIMultiple, spécialisée dans le marketing par email et les vidéos de vente.

Intérêts de recherche

Les domaines de recherche de Sıla incluent le marketing par email, les campagnes de marketing eCommerce et l'automatisation du marketing.

Elle fait également partie du benchmark de délivrabilité des emails d'AIMultiple. Elle conçoit et exécute des benchmarks de délivrabilité des emails en collaboration avec l'équipe technique d'AIMultiple.

Expérience professionnelle

Sıla a précédemment travaillé comme recruteuse dans des cabinets de gestion de projet et de conseil.

Formation

Elle est titulaire de :
  • Bachelor of Arts en relations internationales de l'Université Bilkent.
  • Master of Science en psychologie sociale de l'Université Başkent.

Son mémoire de Master portait sur les préoccupations éthiques et psychologiques concernant l'IA. Son mémoire examinait la relation entre l'exposition à l'IA, les attitudes envers l'IA et les angoisses existentielles à différents niveaux d'utilisation de l'IA.

Derniers articles de Sıla

Agentic AI
Évaluation en Monde Ouvert
15 Juin

15 agents IA dans les outils marketing et exemples

Des recherches montrent que 50 % des organisations utilisant l'IA générative prévoient de lancer des programmes pilotes d'agentic AI en 2025.1Les agents IA dans le marketing représentent un changement significatif dans l'industrie, introduisant des systèmes capables de raisonner, de prendre des décisions et d'agir avec un minimum de supervision humaine. Ces agents intelligents analysent les…

IA
Analyse
12 Juin

Modèles de base pour les séries temporelles: cas d'utilisation et avantages

Les modèles de base pour les séries temporelles (TSFMs) s'appuient sur les avancées des modèles de base issues du traitement du langage naturel et de la vision par ordinateur. En utilisant des architectures basées sur les transformateurs et des données d'entraînement à grande échelle, ils atteignent des performances en mode zero-shot et s'adaptent à divers…

Données
Évaluation en Monde Ouvert
10 Juin

57 ensembles de données pour les modèles ML et IA

Les données sont nécessaires pour exploiter ou développer l'IA générative ou les solutions d'IA conversationnelle. Vous pouvez utiliser des ensembles de données existants disponibles sur le marché ou engager un service de collecte de données. Nous avons identifié 57 ensembles de données pour entraîner et évaluer des modèles d'apprentissage automatique et d'IA. Cette catégorie comprend…

Logiciel d'entreprise
Évaluation en Monde Ouvert
4 Juin

Top 10 Outils de Surveillance des Prix

Les outils de surveillance des prix suivent les prix des concurrents pour permettre des stratégies de tarification qui réagissent aux changements du marché et restent compétitives lorsque les conditions évoluent. Découvrez les 10 meilleurs outils de surveillance des prix, examinez leurs fonctionnalités clés et leurs modèles de tarification, et apprenez comment ils peuvent permettre des…

IA
Benchmark
15 Avr

LLM Quantification: BF16 vs FP8 vs INT4

Nous avons effectué des benchmarks de Qwen3-32B à 4 niveaux de précision (BF16, FP8, GPTQ-Int8, GPTQ-Int4) sur un seul NVIDIA H100 80GB GPU. Chaque configuration a été évaluée sur 2 benchmarks (~12,2K questions) couvrant les connaissances et la génération de code, ainsi que sur plus de 2 000 exécutions d'inférence pour mesurer le débit. Int4…