克里希纳万卡特拉曼·莱马克里斯,美国德克萨斯州拉雷多的产品经理
克利须那神 is 可用 租用
雇佣 克利须那神

克里希纳万卡特拉曼·莱马克里斯

验证专家  in 产品管理

产品经理

位置
美国德克萨斯州拉雷多
至今成员总数
2019年12月20日

在过去的18年中, 作为产品经理,克利须那神已经成功地在各个行业推出了软件产品. E在应用机器学习方面有经验, 商业智能, SaaS, 移动应用程序, 物联网, CRM, 及资讯科技服务市场, 举几个例子. 在创业公司和财富500强公司都工作过, 克利须那神精通端到端的产品生命周期管理,拥有高效且有影响力的领导风格.

项目的亮点

带有侵权检测引擎和图形用户界面的品牌滥用监测系统
开发了一个先进的分析平台概念,预计第一年销售额为1000万美元. 申请临时专利.
会话式AI聊天机器人
协助一家大型医疗保险提供商定义并推出其基于nlp的桌面和移动聊天机器人.

专业知识

工作经验

主要

2017年至今
ThreeIron咨询
  • 提供专业的咨询服务,专注于帮助客户满足其入境和出境营销需求.
  • 担任产品负责人, 协助一家大型医疗保险公司构建基于nlp的桌面和移动会话AI聊天机器人角色,以提高客户参与度,改善健康状况并降低成本.
  • 协助设计和执行电子邮件营销计划,以推动潜在客户和客户的在线网站之旅, 包括培养, 新员工培训, 订婚, 购买, 和保留.
  • 协助一家隐秘模式的消费者家庭服务市场初创公司的创始人制定产品战略和上市计划.
  • 协助以AI/ML测试数据注释为重点的初创公司制定内部部署产品策略.
  • 实现了医学研究PDF报告的NLP提取摘要和命名实体识别.

面向客户的产品 & 项目经理

2023 - 2024
Algomarketing有限公司
  • 领导项目管理,需求收集,以及客户和内部团队之间的沟通. 管理各种涉众,包括高级业务团队成员.
  • 制定产品路线图,并与工程师合作开发创新的人工智能应用程序,以优化销售和营销工作.
  • 通过llm (ChatGPT/Llama)应用生成式人工智能,对客户进行优先排序,确保销售集中在价值最高的客户上.
  • 通过llm (ChatGPT/Llama)使用生成式人工智能来确定为每个账户提供的下一个最佳行动和行动的理想时间框架.
  • 通过llm (ChatGPT/Llama)实现生成式人工智能,预测销售渠道, 哪些被反馈到账户优先排序过程中.

技术产品经理

2023 - 2023
克里斯·查宾
  • 确定MVP版本1.0产品概念与用户体验模型.
  • 与创始人合作,确定革命性产品的MVP概念,使大型体育用品零售商能够减少未售出库存的损失,同时增加未售出库存的销售收入.
  • 识别人物, 主要的史诗, 以及MVP的故事,并将其记录下来,以便开发团队能够轻松地执行愿景.

产品副总裁

2022 - 2023
Evvnt
  • 监督Evvnt的跨职能发布和产品策略, 领先的基于云的白色标签活动票务和营销解决方案提供商.
  • 将产品愿景转化为可执行的产品战略,并定义一个过程来推动产品战术和战略路线图规划工作.
  • 驱动主要特性, 比如将电子商务与票务结合起来,销售与活动相关的商品, 一款闸门应用程序,用于推动活动大门和售票处的门票销售, 以及一个以消费者为中心的应用程序,用于增强事件发现.

产品管理总监

2020 - 2022
属性融合
  • 将产品愿景转化为可执行的产品策略,并推动新的包装和定价模式.
  • 推动为我们的客户和合作伙伴定义公共API,以构建一个支持丰富的附加组件和应用程序生态系统的平台.
  • 在实现公司收入增长60%以上、客户保留率90%以上的年度目标方面发挥了关键作用.
  • 确认, 应用, 并选择了最优的ML模型来预测客户流失,以提高客户保留率. 分类器模型包括逻辑回归, 高斯朴素贝叶斯, k近邻算法, 决策树, 随机森林.

CPO

2018 - 2019
SkyAlert
  • 向CEO汇报并监督产品战略, 发展, 并为SkyAlert发射, 提供地震早期预警(EEW)解决方案. 创建透明、协作和追求卓越的企业文化.
  • 推动将美国地质调查局的ShakeAlert系统集成到一个向美国客户发送EEW警报的平台中. 协助销售试点和交易完成. 推动以消费者为中心的B2C智能手机应用程序的开发.
  • 推动从Azure迁移到AWS, 重新架构平台以增强可伸缩性和弹性, 对物联网接收器进行FCC认证.
  • 管理一个15人的开发团队, UX, QA, 物联网硬件, 和DevOps工程师一起制定路线图和产品定义, 设计, 和交付. 开发敏捷产品开发流程,支持产品的有效定义和交付.
  • 发布了一个主要升级, 从头开始重写, 以及12个物联网设备软件的小版本.
  • 为skyalertusa的桌面和移动用户制定数字产品策略.协助针对企业和消费者的入站领导生成计划. 主导网站设计和文案,包括博客内容.
  • 开发产品文档, 包括安装, 政府, 以及接收机和客户控制台的用户指南. 为管理和客户控制台编写产品数据表.

产品管理副总裁

2016 - 2017
FusionOps
  • 领导FusionOps的产品战略, 一家专注于基于云的机器学习驱动的供应链智能解决方案的公司. 监督制定和交付路线图,产生了接近1000万美元的经常性收入.
  • 管理三条产品线,将机器学习应用于制药领域, 制造业, 零售供应链.
  • 领导一个由五名产品经理组成的团队,与工程师合作进行产品交付.
  • 定义了用于发布计划和执行的敏捷过程,以支持组织的增长和向CI/CD的演进.
  • 与CTO分享非正式的开发团队监督24人的开发人员, QA, UX, 数据科学, 和DevOps团队.

产品管理高级总监

2014 - 2016
MarkMonitor
  • 曾担任MarkMonitor的产品管理高级总监, 基于云的在线品牌保护解决方案供应商.
  • 管理一个基于机器学习的解决方案,用于打击服装中的假冒产品, 配件, 鞋的垂直方向. 总收入为200万美元.
  • 开发了一个先进的分析平台概念,预计第一年销售额为300万美元. 这项正在申请专利的技术名为“带有侵权检测引擎和图形用户界面的品牌滥用监测系统”."
  • 构思了一个机器学习解决方案来打击网上销售的假药. 与工程师合作, UX, 产品营销, 以及销售团队来交付解决方案, 第一年的收入是1美元.500万年.

高级总监|总监|高级产品经理

2005 - 2013
开动
  • 监督开源Eclipse Business Intelligence and Reporting 工具 (BIRT)项目和商业增值产品线的产品策略. 拥有的产品许可、包装和服务器可伸缩性. 领导所有产品的可用性研究.
  • 推动企业移动应用战略的定义, 包括应用程序创建, 管理, 分布, 推广服务, 应用分析.
  • 协助推动BIRT onDemand的定义和推出, 用于云中的BI和报告的平台即服务(PaaS)解决方案. 确保服务器可部署到私有云和公共云中.
  • 将BIRT构建到Eclipse生态系统中最流行的项目之一, 排名前五. 每年获得两位数的授权收入增长.
  • 推出了两款新产品,带来了200万美元的新收入. 四个产品线每年都有两位数的增长. 促成了数千万美元的授权和产品收入.
  • 通过撰写白皮书,每年提高BIRT社区的可见性和下载量, 案例研究, 时事通讯, 技术文章, 以及宣传材料.
  • 通过设计和提供网络研讨会提高品牌知名度, 在国际会议上推广产品, 并为顶级BIRT开发者社区网站提供内容. 在头两年将市场份额提高到6%.
  • 有线框v1.BIRT-Exchange 0.它是BIRT开发人员的主要社区. 领导在线营销,如内容搜索引擎优化和购买广告词. 领导网站重新设计,以适应商业产品的“试买”自助销售模式.
  • 通过开发/交付网络研讨会,促进入站潜在客户的产生. 共同撰写BIRT通讯和各种电子杂志的技术文章. 创建数据表,白皮书,案例研究,并为在线和印刷媒体执行BIRT广告文案.
  • 建立Bass扩散模型,分析基于病毒式营销计划的BIRT采用率. 对话语权研究做出贡献, 程序的定义, 以及通过网络广播和分析师参与来提高产品知名度的渠道选择.

产品策略副总裁

2011 - 2012
Esperient PTAV
  • 监督一家初创公司的产品策略,该公司在交互式培训用例中使用3D游戏引擎技术进行CAD数据可视化.
  • 开发产品路线图和流程,以支持有效的约定.
  • 协助完成与SAP、波音、雷神等大型企业客户的交易.

产品经理

2002 - 2004
解决公司
  • 开创了帮助台和客户服务自动化软件. 制定路线图,准备新的数据表、常见问题解答和营销资料.
  • 带领citizen response和质量管理产品从停滞不前的销售到300万美元的年收入.
  • 为Remedy的CRM产品套件设计新的产品定位.

产品经理

2001 - 2001
Seaprende
  • 协助这家拉丁美洲电子学习初创公司的首席执行官制定产品战略,并向风投公司进行演示,从而获得首轮500万美元的融资.
  • 分析了拉丁美洲电子学习市场的竞争格局, 包括技术提供商和内容开发商.
  • 定义特性,并与工程师一起开发和推出学习管理系统(LMS).
  • 协助LMS平台和内部开发内容的定价和许可定义.

主要

1998 - 2000
ThreeIron咨询
  • 协助smb进行业务流程定义, 发展, 部署, 操作支持自动化.
  • 确定最佳业务工作流、kpi和用于工作流实现的适当资源.
  • 平均每年从客户业务中获得50万美元的收入.

高级战略客户负责人|高级软件工程师

1993 - 1998
解决公司
  • 帮助Remedy从一个55人的早期创业公司,到1995年成功上市,到1998年拥有600名员工,收入达到1.58亿美元.
  • 1997年至1998年担任战略客户团队领导.
  • 因对策略性客户的模范服务而获颁“客户倡导者奖”.
  • 领导由四名专业人士组成的团队管理战略客户.
  • 1995年至1997年,作为高级项目经理监督项目.
  • 简化内部发牌, 合同更新, 以及订单输入流程, 增加收入600万美元.
  • 从1993年到1995年担任高级软件工程师.
  • 全文搜索产品第一年的总收入为500万美元.
  • 领导了一个文本搜索产品的特性定义、开发和发布.

软件工程师

1989 - 1993
甲骨文公司
  • 在办公自动化组担任技术人员. 为Oracle*Mail的GUI开发做出了贡献.
  • 对与Oracle Office日历/调度程序的集成做出了贡献, 目录服务, 以及文档管理.
  • 协助IT运营部署Oracle Office,管理和监控.

Eclipse商业智能和报告工具项目

http://www.eclipse.org/birt

每年获得两位数的授权收入增长. 将商业智能和报告工具(BIRT)构建到五大最流行的Eclipse项目中.

我负责BIRT产品线的所有产品策略,包括分析、移动和PaaS. 也, 我领导了产品策略的开发,并管理了多个版本, 也被雇佣了, 训练有素的, 管理一个由五名产品经理组成的团队,预算超过100万美元.

我推动了企业移动应用战略的定义, 包括应用程序创建, 管理, 分布, 推广服务, 应用分析. 最后, 我成功地推出了两款产品,带来了200万美元的新收入,并促进了数千万美元的授权和产品收入的产生.

带有侵权检测引擎和图形用户界面的品牌滥用监测系统

开发了一个先进的分析平台概念,预计第一年销售额为1000万美元. 申请临时专利.

与客户合作,确定需求并确定需求的优先级. 与数据科学家、用户体验、开发人员、服务人员和销售人员密切合作.

专利申请:“带有侵权检测引擎和图形用户界面的品牌滥用监测系统”."

开发了一个先进的分析平台,预计第一年的销售额为300万美元. 提交了一项临时专利(“在线事件中高价值目标的自动识别”). 与工程师一起构思和合作, 数据科学, 以及产品营销,为制药行业的在线品牌保护提供机器学习解决方案,收益为1美元.他管理了一个基于机器学习的解决方案,用于打击服装假冒, 配件, 鞋的垂直方向. 总收入为200万美元.

业务流程自动化

简化内部发牌, 合同更新, 订单输入流程增加了600万美元的收入.

与许可打交道, 合同续签, 和订单输入团队确定流程改进和kpi的机会,以确保运营成功,并实施kpi. 这一努力使收入增加了600万美元.

会话式AI聊天机器人

协助一家大型医疗保险提供商定义并推出其基于nlp的桌面和移动聊天机器人.

其目标是提高客户参与度,以改善健康状况并降低成本. 作为产品负责人, 我研究了市场和竞争,并确定, 计划, 优先, 并定义了关键特性.

我用Python开发了聊天机器人语音相似性工具,以便定义新的意图. 我协助从RASA NLP平台迁移到IBM Watson NLP平台. 我还与一个由8名陆上/海上工程师组成的团队合作.
2000 - 2002

工商管理硕士学位

加州大学伯克利分校,美国加州

1986 - 1988

计算机科学硕士学位

伊利诺伊大学芝加哥分校-芝加哥,伊利诺斯州,美国

1982 - 1986

电子与通信工程学士学位

哥印拜陀理工学院-哥印拜陀,印度

2019年8月至今

神经网络和深度学习

Coursera

2019年8月至今

构建机器学习项目

Coursera

2019年8月至今

序列模型

Coursera

2019年8月至今

改进深度神经网络:超参数调整、正则化和优化

Coursera

2019年8月至今

深度学习专业化

Coursera

2019年8月至今

卷积神经网络

Coursera

2013年7月至今

产品发布要点

务实的营销

2013年7月至今

有效的产品营销

务实的营销

有效的合作

如何使用Toptal

在数小时内,而不是数周或数月,我们的网络将为您直接匹配全球行业专家.

1

分享你的需求

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

选择你的才能

在24小时内获得专业匹配人才的简短列表,以进行审查,面试和选择.
3

开始你的无风险人才试验

与你选择的人才一起工作,试用最多两周. 只有当你决定雇佣他们时才付钱.

对顶尖人才的需求很大.

开始招聘