Hizmetler
Bize Ulaşın
Sıla Ermut

Sıla Ermut

Sektör Analisti
63 Makale
B2B Teknolojisinde Güncel Kalın

Sıla, AIMultiple'da e-posta pazarlama ve satış videoları konularına odaklanan bir sektör analistidir.

Araştırma ilgi alanları

Sıla'nın araştırma alanları arasında e-posta pazarlama, e-ticaret pazarlama kampanyaları ve pazarlama otomasyonu yer almaktadır. Ayrıca AIMultiple'ın e-posta teslim edilebilirlik kıyaslama çalışmalarında da yer almaktadır. AIMultiple teknoloji ekibiyle iş birliği yaparak e-posta teslim edilebilirlik kıyaslama çalışmaları tasarlamakta ve yürütmektedir.

Profesyonel deneyim

Sıla daha önce işe alım uzmanı olarak çalışmış ve proje yönetimi ve danışmanlık firmalarında görev almıştır.

Eğitim

Elinde şunlar var:
  • Bilkent Üniversitesi'nden Uluslararası İlişkiler alanında Lisans derecesi.
  • Başkent Üniversitesi Sosyal Psikoloji Yüksek Lisans derecesi.
Yüksek lisans tezinde yapay zekâya ilişkin etik ve psikolojik kaygılara odaklandı. Tezinde, yapay zekâya maruz kalma, yapay zekâya yönelik tutumlar ve farklı yapay zekâ kullanım düzeylerindeki varoluşsal kaygılar arasındaki ilişkiyi inceledi.

Sıla Tarafından Son Makaleler

Yapay Zeka3 Tem

Top 6 AI App Builders: Lovable, Base44 & Glide

AI app builders help users turn prompts, designs, data, or code changes into working apps faster. No-code and low-code AI app builders focus on visual editing, built-in infrastructure, and app creation for users with less coding experience, while code-first AI app builders work more closely with real codebases and developer workflows. We tested the top…

Yapay Zeka3 Tem

200+ Leading AI Benchmarks

We curated a list with over 200 AI benchmarks for LLMs, GPUs, cloud GPUs, AI agents, tabular AI, and cybersecurity that are not yet saturated. List of AI benchmarks BenchmarkCategorySub-categoryMetricLast meas.Freq.PerformancePriceLatencyReliabilityContamination resistantContamination source BenchLM Weighted ScoreLLMIntelligenceIntelligence05-26ContinuousTTFFFbenchlm.ai/methodology Humanity's Last ExamLLMReasoningReasoning05-26ContinuousTFFFTlabs.scale.com/leaderboard/humanitys_last_exam ARC-AGI-2LLMReasoningReasoning05-26ContinuousTTFFTarcprize.org/guide/1 SimpleBenchLLMReasoningReasoning05-26Per releaseTFFFTsimple-bench.com CritPtLLMReasoningReasoning05-26Per releaseTFFFTartificialanalysis.ai FrontierMathLLMMathMath reasoning05-26Per releaseTFFFTepoch.ai/frontiermath FrontierMath Tier 4LLMMathMath reasoning05-26Per releaseTFFFTepoch.ai AIME 2025LLMMathMath04-26Per releaseTFFFFmatharena.ai…

Yapay Zeka2 Tem

Görsel Akıl Yürütmede Çok Modlu Yapay Zeka Modellerini Karşılaştırın

Görsel akıl yürütme konusunda 200 görsel tabanlı soru kullanarak 15 önde gelen çok modlu yapay zeka modelini benchmarkladık. Değerlendirme iki aşamadan oluştu: veri görselleştirme yorumlamayı test eden 100 grafik anlama sorusu ve desen tanıma ile mekansal akıl yürütmeyi değerlendiren 100 görsel mantık sorusu. Her soru tutarlı ve güvenilir sonuçlar sağlamak amacıyla 5 kez çalıştırıldı. Görsel…

Yapay Zeka2 Tem

Öneri Sistemleri: Uygulamalar ve Örnekler

Öneri sistemlerinin ana türlerini, temel kavramlarını ve gerçek dünya uygulamalarını inceledik ve LightFM, Cornac BPR ve TensorFlow Recommenders'ı AUC, Precision@10 ve Recall@10 kullanarak benchmarkladık. Öneri sistemleri için en iyi Python kütüphaneleri Bu kütüphaneler, işbirlikçi veya içerik tabanlı filtreleme tekniklerini kullanarak eğitim verilerini işlemek ve kişiselleştirilmiş öneriler oluşturmak için makine öğrenimi algoritmalarını uygular. Ayrıca, bu kütüphaneler…

Yapay Zeka2 Tem

İlişkisel Temel Modelleri Karşılaştırın

17 tabular veri setinde, yarı anlamsal-yarı sayısal spektrum, küçük/yüksek anlamsal tablolar, karmaşık iş veri setleri ve büyük düşük anlamsal sayısal veri setleri üzerinde gradient boosting (LightGBM, CatBoost) karşısında SAP-RPT-1-OSS benchmark'ını yaptık. Amaçımız, ilişkisel bir LLM'in önceden eğitilmiş anlamsal öncüllerinin geleneksel ağaç modellerine göre avantaj sağlayabileceği ve ölçek altında veya düşük anlamsal yapıda zorluklarla karşılaştığı noktaları…

Yapay Zeka2 Tem

LLM Pazar Payı: Kullanım ve Benimsenmeyi Karşılaştırın

Büyük dil modellerine olan talebin AI laboratuvarları ve AI uygulamaları arasında nasıl dağıldığını göstermek için kullanım bazlı verileri ve web ziyareti tahminlerini birleştirerek LLM pazar payını analiz ettik: Amerika Birleşik Devletleri, ChatGPT ve Gemini tarafından yönlendirilen web ziyaretleri ve marka benimsenmesinde küresel LLM kullanımına hakim olurken, Çin büyük ölçüde perde arkasında faaliyet gösteriyor. Çin, görünür…

Yapay Zeka2 Tem

AGI/Singularity: 9.800 Tahmin Analiz Edildi

Yapay genel zeka (AGI), bir yapay zeka sisteminin tüm görevlerde insan bilişsel yetenekleriyle eşleştiği durumdur. AGI zaman çizelgesi hakkında 9.800 yapay zeka araştırmacısının, önde gelen girişimcilerin ve topluluğun tahminlerini analiz ettik: AGI/singularity gerçekleşecek mi? Çoğu yapay zeka uzmanına göre AGI kaçınılmazdır. AGI'ye ne zaman ulaşacağız? 2020'lerin sonu ile 2030'ların başı arasında. ChatGPT lansmanından sonra AGI…

Yapay Zeka2 Tem

AI Rollups: Finansman, Yatırımcılar ve Sektör Trendleri

AI rollup'larının mevcut trendini anlamak için son 3 yıldan 130'dan fazla yatırımcının yer aldığı 30 yatırımı analiz ettik. Analizimize dayanarak, yatırımcı faaliyetlerini ve trendleri belirledik; bunlar arasında AI rollup'larını destekleyen yatırımcı sayısı, AI rollup'ları için toplanan toplam finansman ve önde gelen sektörler yer alıyor. AI rollup'larında finansman trendleri 2024, erken aşamada denemelerle karakterize edildi ve…

Yapay Zeka2 Tem

Yığın Üzerinde AI Gelirlerini Karşılaştırın

AI pazarı dört katman boyunca (veri, hesaplama, modeller ve uygulamalar) hızlıca genişledi. Örneğin, NVIDIA'nın veri merkezi geliri tek bir yılda 47,5 milyar dolardan 115,2 milyar dolara sıçradı; OpenAI yıllık gelirin yaklaşık 13 milyar dolara ulaştı; ve Anthropic 7 milyar dolarlık yıllık tekrarlayan gelir (ARR) seviyesine yaklaştı. 100'den fazla AI şirketinden gelir verilerini takip ettik. Gelirlerin…

Yapay Zeka2 Tem

Kodsuz AI: Faydalar, Sektörler & Temel Farklılıklar

Kodsuz AI araçları, kullanıcıların kod yazmadan AI uygulamaları oluşturmasına, eğitmesine veya dağıtmasına olanak tanır. Bu platformlar genellikle sürükle-bırak arayüzlerine, doğal dil prompt'larına, yönlendirilmiş kurulum sihirbazlarına veya görsel iş akışı oluşturucularına güvenir. Bu yaklaşım, giriş bariyerini düşürür ve AI geliştirme süreçlerini programlama geçmişi olmayan kullanıcılar için erişilebilir hale getirir. Son zamanlarda, kodsuz AI basit otomasyonların ve…