Sıla Ermut
Sıla, AIMultiple'da yapay zeka model'lerini, yapay zeka altyapısını, yapay zeka yönetişimini ve kurumsal yapay zeka uygulamalarını kapsayan bir sektör analistidir.
Araştırma ilgi alanları
Sıla'nın araştırmaları yapay zekanın pazarlama, sağlık hizmetleri, tedarik zincirleri ve sürdürülebilirlik alanlarındaki kullanımına odaklanmaktadır. Ayrıca yapay zeka değerlendirmesi, yönetişimi, etiği ve benimsenmesi konularını da ele almaktadır.Çalışmaları yapay zeka teknolojilerini araştırmayı ve karşılaştırmayı, bunların iş uygulamalarını analiz etmeyi ve AIMultiple'ın teknoloji benchmark'larına katkıda bulunmayı içerir.
Profesyonel deneyim
Sıla daha önce işe alım uzmanı olarak çalıştı ve proje yönetimi ile danışmanlık firmalarında görev aldı.Eğitim
Sahip olduğu dereceler:- Bilkent Üniversitesi'nden Uluslararası İlişkiler alanında lisans derecesi.
- Başkent Üniversitesi'nden Sosyal Psikoloji alanında yüksek lisans derecesi.
Yüksek lisans tezi yapay zekaya ilişkin etik ve psikolojik kaygılara odaklanmıştır. Tez, yapay zeka maruziyeti, yapay zekaya yönelik tutumlar ve farklı yapay zeka kullanım düzeylerindeki varoluşsal kaygılar arasındaki ilişkiyi incelemiştir.
Sıla Tarafından Son Makaleler
MSP Otomasyonu: Acronis, ConnectWise Automate & Rewst
Yönetilen hizmet sağlayıcılar (MSP'ler), bilet yönetimi, yama yönetimi, kullanıcı katılımı, uyarı izleme, faturalandırma mutabakatı ve dokümantasyon güncellemeleri dahil olmak üzere sürekli bir operasyonel yükle başa çıkar. Bunlar gerekli ancak zaman alıcı görevlerdir. Otomasyon, manuel iş yükünü ve insan hatası riskini azaltarak, sürekli sistem izleme yoluyla proaktif yanıtları mümkün kılarak ve yanıt sürelerini ve müşteri sistemleri…
e-Ticaret Teknolojileri Kullanım Alanları ve Örnekleri
E-ticaret sektöründeki artan rekabet, işletmelerin teknolojinin müşteri beklentilerini nasıl değiştirdiğini anlamalarını gerektirmektedir. Kuruluşlar, etkili bir şekilde yanıt vermek ve hizmet kalitesini sürdürmek için yeni ortaya çıkan araçlar ve pazar gelişmeleri hakkında bilgi sahibi olmalıdır. Kişiselleştirme ve müşteri etkileşimi, operasyonlar ve verimlilik ile ödeme sistemleri alanlarındaki en iyi 15 e-ticaret teknolojisini keşfedin: Chatbot'lar ve akıllı sanal…
Yapay Zeka Birleştirmeleri: Fonlama, Yatırımcılar ve Sektör Trendleri
Son 3 yılda 30'un üzerinde yatırımcının dahil olduğu 130'dan fazla yatırımcıyı içeren 30 yatırımı analiz ederek yapay zeka birleştirmelerine yönelik mevcut eğilimi anlamaya çalıştık. Analizimize dayanarak, yatırımcı faaliyeti ve eğilimlerini tespit ettik; buna yapay zeka birleştirmelerini destekleyen yatırımcı sayısı, yapay zeka birleştirmeleri için toplanan toplam fon ve önde gelen sektörler dahildi. Verileri nasıl topladığımızı ve…
Büyük Nicel Modeller: Uygulamalar ve Zorluklar
Modern sistemler geleneksel istatistiksel analiz için fazla karmaşık hale geliyor, çünkü kurumlar artık hasta, hava durumu ve finansal piyasa verileri dahil olmak üzere devasa veri kümelerini işliyor. Büyük nicel modeller (LQM'ler), bu veri kümelerini işleyerek, yapılandırılmış ve yapılandırılmamış verileri entegre ederek ve geleneksel yöntemlerin sağlayamadığı örüntüleri ortaya çıkarmak ve veri odaklı içgörüler sunmak için tahmine…
En İyi 6 BT Servis Yönetimi (ITSM) Yazılımının Fiyatları
BT Servis Yönetimi (ITSM) araçları, olay, sorun, değişiklik ve bilgi tabanı yönetimini destekleyen çeşitli fiyatlandırma modelleri sunar. En iyi 6 sağlayıcının BT servis yönetimi fiyatlandırma ayrıntılarını ve küçük işletmeler ile kurumsal firmalar için özellik kılavuzunu inceleyin. Not: Fiyatlandırma bilgileri satıcı web sitelerinden alınmıştır. Ek fiyatlandırma planları sunan ek satıcıları keşfetmek için BT varlık yönetimi fiyatlandırmasını…
En İyi 10 Fiyat İzleme Aracı
Fiyat izleme araçları, rakiplerin fiyatlarını takip ederek piyasa koşullarındaki değişimlere yanıt veren ve rekabetçi kalmayı sağlayan fiyatlandırma stratejilerini mümkün kılar. En iyi 10 fiyat izleme aracını keşfedin, temel özelliklerini ve fiyatlandırma modellerini inceleyin ve piyasa değişikliklerine yanıt veren fiyatlandırma stratejilerini nasıl mümkün kıldıklarını öğrenin. Tablo notları: * Küresel kapsama seçenekleri ve yüksek frekanslı izleme, 2.000$…
LLM Kuantizasyonu: BF16 vs FP8 vs INT4
Qwen3-32B'yi tek bir NVIDIA H100 80GB GPU üzerinde 4 hassasiyet seviyesinde (BF16, FP8, GPTQ-Int8, GPTQ-Int4) benchmark'ladık. Her yapılandırma, bilgi ve kod üretimi kapsayan 2 benchmark'ta (~12.2K soru) ve verimliliği ölçmek için 2.000'den fazla inference çalıştırmasında değerlendirildi. Int4, MMLU-Pro'da 2 puandan daha az kayıp yaşarken BF16'dan 2.7 kat daha hızlıdır, ancak kod üretimi (HumanEval) 8 puan…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.