15 Pazarlamada Yapay Zeka Ajanı: Araçlar ve Örnekler

Araştırmalar, üretken yapay zeka kullanan kuruluşların %50'sinin agentic AI pilot programları başlatmayı planladığını gösteriyor.¹Pazarlamadaki yapay zeka ajanları, akıl yürütebilen, karar verebilen ve minimum insan gözetimi ile hareket edebilen sistemler sunar. Bu akıllı ajanlar, müşteri verilerini analiz eder, eyleme dönüştürülebilir içgörüler oluşturur ve kampanyaları birden çok platformda gerçek zamanlı olarak koordine eder.

Pazarlamadaki en iyi 15 yapay zeka ajanını, pazarlama stratejileri, kişiselleştirme ve karar verme yeteneklerine göre değerlendirdik.

Pazarlama Araçlarında En İyi 15 Yapay Zeka Ajanı

Not: Tablo, sponsorumuz hariç alfabetik sırayla düzenlenmiştir, bu sponsor ise en üstte bağlantılarıyla birlikte listelenmiştir.

Pazarlamada Yapay Zeka Ajanlarının Temel Özellikleri

Otonom yürütme ve optimizasyon

Herhangi bir yapay zeka ajanının temel bir yeteneği, doğrudan insan müdahalesi olmadan eylemleri yürütme ve optimize etme becerisidir. Bu sistemler sonraki adımları önermekle kalmaz; bağımsız olarak reklam kampanyaları başlatabilir, e-postaları zamanlayabilir veya gerçek zamanlı verilere dayanarak teklifleri ayarlayabilir.

Bu tür bir otonomi, pazarlama ekiplerinin kitle davranışındaki değişikliklere hızlıca yanıt vermesini sağlar, böylece manuel müdahale ihtiyacını azaltır ve operasyonel hassasiyeti artırır.

Örneğin, Creatio'nun yapay zeka ajanları, e-posta, SMS ve dijital reklamcılık gibi kanallar arasında pazarlama kampanyalarını otonom olarak düzenleyebilir, performansı sürekli ölçerek sonuçları gerçek zamanlı olarak optimize edebilir.

Gerçek zamanlı ve olay odaklı duyarlılık

Yapay zeka ajanları sürekli olarak çalışır, etkileşim metriklerini, kampanya sonuçlarını ve kullanıcı etkinliğini gözlemler. Web sitesi ziyaretlerinde ani artışlar veya azalan yanıt oranları gibi önemli sinyaller tespit ettiklerinde anında harekete geçerler. Hedefe yönelik bir mesaj gönderebilir, bütçe tahsisini değiştirebilir veya kreatif varlıkları değiştirebilirler.

Gerçek zamanlı duyarlılık, pazarlama eylemlerinin zamanında ve ilgili kalmasını sağlar, dijital etkileşimin akışkan doğasını yansıtır ve her an müşteri niyetiyle uyumu korur.

Kişiselleştirme ve dinamik içerik uyarlaması

Yapay zeka ajanları, müşteri verilerini ve bağlamsal ipuçlarını kullanarak mesajları, teklifleri ve kreatif biçimleri birden çok kanalda kişiselleştirir. Çıktılarını kullanıcının davranışına, tercihlerine ve müşteri yolculuğundaki aşamasına göre uyarlar.

Bu dinamik kişiselleştirme, tonlama, sıklık ve hatta kanal seçimine kadar uzanır ve ajanın hangi yaklaşımın (e-posta, sosyal medya gönderisi veya sohbet mesajı) en büyük etkiyi yaratacağını belirlemesini sağlar. Sonuç, daha kişisel hissedilen, etkileşimi artıran ve sürdürülebilir müşteri sadakatini destekleyen bir iletişimdir.

Şekil 1: Landbase'den LinkedIn erişim kişiselleştirme örneği.²

Veri entegrasyonu

Otonom ajanların kritik bir işlevi, CRM sistemleri, analitik platformları, içerik yönetim araçları ve reklam ağları dahil olmak üzere birden çok veri sistemini entegre edebilmeleridir. Bu entegrasyon, kampanya performansı ve müşteri etkileşimlerine dair birleşik bir görünüm sağlar.

Konsolide verilere erişim sayesinde, yapay zeka ajanları parçalı girdilerle hareket etmek yerine tutarlı ve bilinçli kararlar alabilir. Bu bakış açısı, fazlalığı azaltır ve tüm eylemlerin ortak pazarlama hedefleriyle uyumlu olmasını sağlar.

Şekil 2: Goodie AEO ajanından, AI arama içgörülerini LLM platformlarında görünürlüğü artıran eylemlere dönüştüren bir örnek.³

Karar mantığı, akıl yürütme ve planlama

Basit otomasyon betiklerinden farklı olarak, yapay zeka ajanları çok adımlı planlar tasarlamak için karar mantığı ve akıl yürütme uygular. Erişim, maliyet ve zamanlama arasında denge kurmak için makine öğrenimi modellerini kural tabanlı buluşsal yöntemlerle birleştirirler.

Örneğin, bir ajan, düşük performans gösteren kanallardaki reklam harcamasını azaltırken, daha yüksek tahmini getirisi olanlara kaynakları yeniden tahsis etmeye karar verebilir. Bu yetenek, yapay zeka ajanlarını reaktif araçlardan, ileri görüşle planlayan, değerlendiren ve yürüten stratejik sistemlere dönüştürür.

Deney ve öğrenme döngüsü

Yapay zeka ajanları sürekli deney yapma yeteneğine sahiptir. Kreatif içeriklerin, kitlelerin ve teslimat zamanlamalarının birden çok versiyonunu test eder, varyasyonlar arasındaki performansı karşılaştırarak en iyi neyin işe yaradığını belirler. Bu içgörüler, ajanların modellerini geliştirdiği ve stratejileri otomatik olarak güncellediği bir öğrenme döngüsüne beslenir.

Sistem, sonuçları tahmin etmede daha etkili hale gelir, pazarlama ekiplerinin veriye dayalı ayarlamaları güvenle yapmalarını ve hızla değişen pazarlarda ivmeyi korumalarını sağlar.

Açıklanabilirlik, şeffaflık ve güvenlik duvarları

Yapay zeka sistemlerine olan güven, kararları açıklama ve tanımlanmış sınırlar içinde kalma yeteneklerine bağlıdır. Modern yapay zeka ajanları, belirli bir eyleme hangi metriklerin veya girdilerin yol açtığını gösterebilir ve harcama limitleri, marka sesi ve yasal standartlar gibi kısıtlamalara uyacak şekilde programlanabilir. Yerleşik güvenlik duvarları, yüksek otonomiye sahip sistemlerin bile kabul edilebilir sınırlar içinde hareket etmesini sağlar.

Bu şeffaflık, insan denetçilerin kararları anlamasını ve otomatik süreçler boyunca hesap verilebilirliği sürdürmesini sağlar.

Ölçeklenebilirlik ve çok kanallı orkestrasyon

Yapay zeka ajanları, e-posta, sohbet, arama, ücretli reklamlar ve sosyal medya yönetim platformları genelinde etkinlikleri yönetir ve farklı ekosistemleri kapsayan kampanyaları koordine eder. Çok sayıda pazarlama görevini eş zamanlı olarak yürütebilir ve birden çok kanalda tutarlı mesajlaşma sağlayabilirler.

Bu ölçeklenebilirlik, ayrı araçlar kullanmaktan sıklıkla kaynaklanan parçalanmayı ortadan kaldırarak, geniş çaplı, senkronize pazarlama yürütmesini destekleyen birleşik bir kampanya orkestrasyonu yaratır.

Geri bildirim ve uyum

Sürekli geri bildirim, yapay zeka ajanlarının çalışması için çok önemlidir. Performans verilerini toplar, sonuçları ölçer ve davranışlarını iyileştirmek için kitle tepkilerini analiz ederler.

Bir yaklaşım daha az etkili hale geldiğinde, ajan otomatik olarak ayarlanır, mesajlaşmayı, hedeflemeyi veya zamanlamayı değiştirir. Bu kendi kendini düzelten mekanizma, yapay zeka sistemlerinin mevcut pazar dinamikleri ve müşteri beklentileriyle uyumlu kalmasını sağlar, durgunluğu önler ve sürekli bir iyileştirme döngüsünü sürdürür.

İnsan gözetimi ve onay

Yapay zeka ajanları otonom olarak hareket edebilse de, insan gözetimi denge ve kontrolü korumada hala önemlidir. Büyük bütçe tahsisleri veya hassas iletişimler gibi bazı kararlar, yürütmeden önce insan incelemesine yönlendirilebilir. Bu isteğe bağlı onay katmanı, insan uzmanlığının yönetişimin bir parçası olarak kalmasını ve ajanların yüksek düzeyde otonomi elde ederken hesap verilebilirlikle çalışmasını sağlar.

Kısıtlamalar ve uyumluluk güvenlik duvarları

Güvenilir pazarlama otomasyonu, kurumsal ve yasal sınırlara sıkı sıkıya bağlı kalmayı gerektirir. Yapay zeka ajanları, bütçe, içerik uygunluğu, veri kullanımı ve uyumluluk gereklilikleriyle ilgili kısıtlamaları uygular. Bu yerleşik güvenceler, aşırı harcama veya uyumsuz mesajlaşma gibi hataları önler ve marka yönergeleri ve sektör düzenlemeleriyle tutarlılığın korunmasına yardımcı olur. Uyumluluğu yürütmenin içine yerleştirerek, kuruluşlar çevikliği korurken riski azaltır.

Çok modlu yetenekler

Yapay zeka ajanları, metin, görüntü, ses ve video yorumlayıp üretebilir. Örneğin, bir ajan metin girdilerini kullanarak bir video reklam varyasyonu oluşturabilir veya etkileşim analitiklerine dayalı olarak bir görseli optimize edebilir. Bu yapay zeka ajanları, içerik oluşturmaya esneklik katarak markaların çeşitli medya formatlarında etkili bir şekilde iletişim kurmasını sağlar.

Gizlilik, veri yönetimi ve uyumluluk

Etik ve yasal veri işleme, tüm yapay zeka odaklı pazarlamanın temelini oluşturur. Yapay zeka ajanları, GDPR ve CCPA gibi gizlilik düzenlemelerine uymak, rızayı yönetmek ve hassas müşteri verilerini anonimleştirmek üzere tasarlanmıştır.

Güçlü veri yönetişimi, bilginin sorumlu kullanımını sağlar ve tüketici güvenini pekiştirir. Uyumluluğa öncelik vererek, pazarlama ekipleri operasyonlarını korur ve akıllı otomasyonun tüm gücünden yararlanırken güvenilirliği sürdürür.

Pazarlamada yapay zeka ajanı kullanım örnekleri

İçerik ve SEO pazarlaması

İçerik ve SEO ajanları, tutarlı yayınlamayı ve daha yüksek arama görünürlüğünü destekleyen araştırma, oluşturma ve optimizasyon görevlerini otomatikleştirir. Bu ajanlar, ilgili anahtar kelimeleri belirler, makale taslakları hazırlar, metni iyileştirir ve arama sıralamalarını etkileyen performans metriklerini izler.

Temel özellikler şunlardır:

• Net arama amacı ve ölçülebilir trafik potansiyeli olan anahtar kelimeleri seçmek.
• Editoryal kriterlere uygun ana hatlar ve taslaklar üretmek.
• Başlıklar, meta veriler ve dahili bağlantı gibi sayfa içi öğeleri optimize etmek.
• Rakip sayfalarını, sıralama hareketini ve teknik sorunları takip etmek.

Gerçek hayattan örnek: SteelSeries, Goodie ile ortaklık kurdu

SteelSeries, oyuncuların ürün araştırırken ChatGPT, Gemini ve Perplexity gibi platformlara giderek daha fazla yönelmesiyle, yapay zeka odaklı aramadaki varlığını güçlendirmek için Goodie ile ortaklık kurdu.

Marka, yapay zeka tarafından üretilen yanıtlarda tutarsız bahsedilmeler ve eski modellere güncelliğini yitirmiş referanslar alıyordu. Aynı zamanda, rakipler 'en iyi oyun kulaklığı' veya 'en iyi oyun klavyesi' gibi yüksek amaçlı sorgularda daha sık görünüyordu.

Goodie’nin izleme ve optimizasyon araçlarını kullanan SteelSeries, etkili inceleme sitelerini ve topluluk kaynaklarını belirledi, harici sayfalardaki ürün bilgilerini güncelledi, duygu durumu sorunlarını düzeltti, kendi sitesindeki yapılandırılmış verileri ve teknik sinyalleri iyileştirdi ve önemli ürün sayfalarını rafine etti.⁴

Sohbet tabanlı etkileşim

Pazarlama yapay zeka ajanları, sohbet, mesajlaşma uygulamaları veya sesli asistanlar aracılığıyla canlı konuşmaları yönetebilen sanal yapay zeka ajanları olarak giderek daha fazla kullanılmaktadır.

Bu ajanlar, doğal dil talimatlarını kullanarak müşteri sorularını yanıtlar, ürün seçimine rehberlik eder ve hatta müşteriler adına satın alma başlatır. 7/24 insan çalışan gerektirmeden sürekli müşteri etkileşiminin korunmasına yardımcı olur, hizmet kullanılabilirliğini ve tutarlılığını artırır.

Gerçek hayattan örnek: IBM'in WatsonX Asistanı

IBM'in WatsonX Asistanı, sohbet tabanlı yapay zeka aracılığıyla pazarlama ve satış operasyonlarını destekler. Platform, doğal dili yorumlar ve müşterilere web, e-posta, sosyal mesajlaşma ve SMS üzerinden doğrudan yanıtlar veya eylemler sunar.

Sohbet akışları oluşturmak, etkileşim verilerini incelemek ve fiyatlandırma veya ürün detayları gibi bilgileri güncellemek için düşük kodlu bir ortam sunar.⁵

Reklam ve performans

Reklam ve performans yapay zeka ajanları, ayarları düzenleyerek, kreatifleri test ederek ve ölçülebilir sonuçlara dayalı olarak bütçeleri dağıtarak devam eden kampanya operasyonlarını yönetir. Bu ajanlar, gerçek zamanlı performans sinyallerini analiz eder ve daha verimli reklam harcamasını desteklemek için hedefe yönelik değişiklikler yapar.

Temel eylemler şunlardır:

• Maliyet ve dönüşüm verilerine yanıt olarak teklifleri, bütçeleri ve yerleşimleri değiştirmek
• Kampanyaları Google, Meta, LinkedIn ve diğer platformlar arasında koordine etmek
• Etkili kreatif varyasyonları belirlemek için kontrollü testler yürütmek
• Daha yüksek reklam harcaması getirisi olan kanallara veya segmentlere harcamayı kaydırmak

Gerçek hayattan örnek: Klaviyo'nun Yapay Zeka Pazarlama Ajanı (K:AI)

Klaviyo'nun Yapay Zeka Pazarlama Ajanı (K:AI), bir markanın web sitesi, müşteri verileri ve performans sinyallerine dayalı olarak e-posta ve SMS pazarlama kampanyaları planlar, oluşturur ve başlatır.

Ajan, markaya uygun içerik üretir, otomatik akışlar oluşturur ve etkileşimi ve geliri artırmak için sürekli olarak yeni kampanyalar önerir ve yürütür.

Şekil 3: Klaviyo Yapay Zeka Pazarlama Ajanı'nın karşılama serisi örneği.⁶

Hiperkişiselleştirme

Otonom ajanlar, kişiselleştirilmiş mesajlar, öneriler ve deneyimler oluşturmak için davranışsal ve bağlamsal müşteri verilerini kullanır. Öğrenen ajanlar, tercihleri belirler ve kampanyaları dinamik olarak ayarlar. Birden çok ajan, içeriği bölgeler ve diller arasında uyumlu hale getirmek için iş birliği yapar, bir markanın yerel ilgi alanlarına hitap ederken tonunu korumasını sağlar. Bu, hassas kişiselleştirme yoluyla daha güçlü ilişkiler ve müşteri sadakati sağlar.

Gerçek hayattan örnek: Fujitsu, Azure AI Agent Service ile

Fujitsu, teklif oluşturmayı otomatikleştirerek satış operasyonlarını iyileştirmek için Azure AI Agent Service'ten yararlanmaktadır. Sistem, kullanıcı girdisini yorumlar, birden çok dahili kaynaktan bilgi toplar ve doğru, güncel teklifler üretir. Aynı zamanda, çalışanların ürün detaylarına ve organizasyonel uzmanlığa erişmesine yardımcı olan bir bilgi alma aracı olarak da hizmet verir.⁷

İç iş akışı otomasyonu

Kuruluşların içinde, yapay zeka asistanları içerik oluşturmayı koordine eder, onayları yönetir ve raporlar derler. Tekrarlayan görevleri otomatikleştirerek operasyonel verimliliği artırır ve ekiplerin yüksek değerli planlama ve inovasyona odaklanmasını sağlar. Bu ajanlar, CRM, e-posta ve analitik platformları gibi araçları birbirine bağlayarak daha entegre bir pazarlama altyapısı oluşturur.

Gerçek hayattan örnek: EY, Adobe ile

EY'nin pazarlama ve iletişim ekipleri, tutarsız marka uyumluluğu incelemeleri nedeniyle zaman kaybediyordu. EY, Adobe ile çalışarak Adobe Workfront'a yerleştirilmiş, pazarlama varlıklarını yayınlanmadan önce marka ve düzenleyici standartlara göre otomatik olarak puanlayan ajan tabanlı bir sistem olan SCORE-AI'yi geliştirdi.

Ajan, uyumluluk risklerini işaretler, düzeltici eylemleri yüzeye çıkarır ve düzenleyici gereklilikler değiştiğinde gerçek zamanlı olarak güncelleme yapar. İnsan denetçiler, muhakeme gerektiren durumları ele alır.

Sonuç olarak, inceleme döngü süreleri yarıdan fazla kısalmış, kampanya lansmanları hızlanmış ve ekip genelinde tutarlılık artmıştır.⁸

Gerçek hayattan örnek: Kentico'nun AIRA Agentic Marketing Suite'i

Kentico'nun AIRA Agentic Marketing Suite'i, Xperience by Kentico platformunun içine yerleştirilmiş, iç pazarlama iş akışlarını yöneten yapay zeka destekli bir asistandır.

Kampanya yaşam döngüsü boyunca özetler oluşturmak, içeriği denetlemek, optimizasyon içgörüleri sağlamak ve planlama ve yönetişim görevlerini desteklemek için özel ajanlar kullanır. Tekrarlayan operasyonel adımları otomatikleştirerek ve yürütmeyi tek bir sistemde merkezileştirerek, AIRA ekip verimliliğini artırır ve manuel koordinasyon yükünü azaltır.⁹

Yapay zeka ajanları pazarlamada neden önemlidir

Pazarlama ortamı, değişen tüketici beklentileri ve giderek parçalanan kanallar tarafından yönlendirilerek sürekli evrim geçirmektedir. Manuel sistemler ve insana özgü iş akışları, bilgiyi yeterince hızlı işlemekte zorlanır. Yapay zeka ajanları sürekli çalışır ve ortaya çıkan trendlere veya performans verilerine yanıt verebilir. Artan önemleri üç ana katkıdan kaynaklanır:

Operasyonel verimlilik

• Yapay zeka ajanları, raporlama ve kampanya ayarlamaları gibi tekrarlayan, düşük değerli pazarlama görevlerini otomatikleştirir.
• Bu, insan hatasını azaltır ve çalışanların insan uzmanlığı ve yaratıcılık gerektiren stratejik girişimlere odaklanmasını sağlar.

Gelişmiş karar verme

• Geçmiş ve gerçek zamanlı müşteri verilerini analiz ederek, yapay zeka ajanları dönüşümleri, sadakati ve etkileşimi neyin tetiklediğini çözümler.
• Ham bilgiyi, pazarlamacıların pazarlama hedeflerini iyileştirmesini ve performansı optimize etmesini sağlayan veriye dayalı içgörülere dönüştürürler.

Ölçeklenebilir kişiselleştirme

• Otonom ajanlar, e-posta, web siteleri ve mesajlaşma platformları dahil olmak üzere birden çok kanalda tutarlı deneyimler sunar.
• Müşteri ihtiyaçlarını tahmin etmek için geçmiş etkileşimleri ve öngörücü modelleri kullanır, böylece müşteri deneyimini iyileştirir ve müşteri sadakatini güçlendirir.

Bu yetenekler, günümüzün yapay zeka ajanlarını modern iş operasyonlarının merkezi bir parçası haline getirir ve statik otomasyonun başaramayacağı bir uyum düzeyini destekler.

Yönetişim ve sorumlu kullanım

Otonom ajanlar birçok fayda sağlarken, aynı zamanda yönetişim zorlukları da getirir. Otonom hareket etme yetenekleri, insan gözetimini zorunlu kılar. Sorumlu kuruluşlar net koruyucular uygular:

• Ajanların verileri nasıl kullandığı ve sakladığı konusunda şeffaflık oluşturmak.
• İnsan müdahalesinin ne zaman gerektiğini belirten eskalasyon kuralları koymak.
• Adalet ve güvenilirliği sağlamak için yapay zeka çözümlerini düzenli olarak denetlemek.

Bazı şirketler, ajan kararlarını izleyen, veri soyunu takip eden ve önyargıyı değerlendiren özel yönetişim çerçeveleri kullanır. Etik dağıtım, otonom yapay zeka ajanlarının gizlilikten veya güvenden ödün vermeden kuruluşun hedeflerine hizmet etmesini sağlar.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

Yapay zeka ajanlarının iş operasyonlarında uygulanması

Yapay zeka ajanlarının etkili bir şekilde dağıtılması, stratejik planlama ve yapılandırılmış bir entegrasyon yaklaşımı gerektirir. Pratik bir yol haritası şunları içerir:

1. Hedefleri tanımlayın: Ajanların ulaşması gereken sonuçları belirleyin, örneğin etkileşimi artırmak veya dönüşüm oranlarını yükseltmek gibi.
2. Müşteri yolculuğunu haritalayın: Ajanların müşteri deneyimini geliştirebileceği kilit temas noktalarını tanımlayın.
3. Uygun yapay zeka ajanı türlerini seçin: Optimizasyon görevleri için fayda tabanlı ajanları veya uyarlanabilir karar verme için öğrenen ajanları seçin.
4. Araçları entegre edin: Bağlam açısından zengin verilere erişim sağlamak için ajanları CRM sistemleri, analitik platformları ve içerik yönetim sistemleriyle bağlayın.
5. Değerlendirme kriterlerini oluşturun: İlgili anahtar performans göstergeleri aracılığıyla performansı izleyin ve sonuçlara dayalı olarak ajanların davranışını iyileştirin.

Bu yapılandırılmış şekilde uygulandığında, ajanlar ekiplere yardımcı olur, onların yerini almaz. İş operasyonlarına yerleşik katkıda bulunanlar haline gelir, departmanlar arasında koordinasyonu ve sürekliliği iyileştirirler.

SSS'ler

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{ermut2026,
  author = {Ermut, Sıla},
  title  = {{15 Pazarlamada Yapay Zeka Ajanı: Araçlar ve Örnekler}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-agents-in-marketing}},
  note   = {AIMultiple. Erişim tarihi: 15 Haziran 2026}
}

Referans Linkleri

1.

AI Agents in Marketing | IBM

2.

Agentic Search | Natural Language B2B Audience Builder

Landbase

3.

AI Search Optimization Tool for LLMs | Goodie

higoodie

4.

SteelSeries: #1 Gaming Headset AI Search, 3.2x Conversions

5.

AI Chatbots for Marketing & Sales | IBM

6.

Composer : Agent marketing IA de création de campagnes - Klaviyo FR

7.

Fujitsu is revolutionizing sales efficiency with Azure AI Agent Service | Microsoft Customer Stories

8.

Using agentic AI to transform marketing at scale | EY - US

9.

AIRA Agentic Marketing Suite | Kentico

Sıla Ermut

Endüstri Analisti

Takip Et

Sıla Ermut, AIMultiple'da AI modellerini, AI altyapısını, AI yönetişimini ve kurumsal AI uygulamalarını ele alan bir endüstri analistidir. Araştırmaları çoğunlukla AI'nın pazarlama, sağlık hizmetleri, tedarik zincirleri ve sürdürülebilirlik alanlarındaki kullanımına odaklanmaktadır.
Daha önce proje yönetimi ve danışmanlık firmalarında işe alım uzmanı olarak çalıştı. Sıla, Sosyal Psikoloji alanında Yüksek Lisans ve Uluslararası İlişkiler alanında Lisans derecesine sahiptir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder