Bienvenue sur le profil Malt de Alain-Parviz !
Localisation et déplacement
- Localisation
- Paris, France
- Peut travailler dans vos locaux à
-
- Paris et 10km autour
- Toulouse et 10km autour
Préférences
- Secteur d'activité
-
Préfèrerait :
- Biotechnologies
- Chimie
- Santé & bien-être
- Secteur médical
- Centres de recherche
Préfèrerait éviter:- Agence & SSII
- Banque & assurances
- Défense & armée
Vérifications
Charte du freelance Malt signée
Consulter la charte
Influence
Chargement...
Langues
Catégories
Compétences (19)
Alain-Parviz en quelques mots
Diplômé de deux grandes écoles en machine learning et statistiques, je suis devenu product manager, avec plus de 4 ans d'expérience et une expertise sectorielle dans le domaine de la santé et des thérapies digitales (TCC-i, etc.). J'ai également été entrepreneur en résidence au sein de l'incubateur deep-tech londonien Entrepreneur First.
Compétences principales :
• Idéation et réflexions stratégies sur le produit (B2C)
• Compréhension du besoin client (framework JTBD, mock-ups d'application via Figma, retours qualitatifs via Productboard, etc.)
• Lecture et analyse des résultats quantitatifs (analytics en Python, significativité statistique, etc.)
• Veille académique (PubMed, Science, Nature, etc.) et échanges avec experts santé autour du développement de nouvelles fonctionnalités
• Design des fonctionnalités (simplification reviews, tests fonctionnels via Three Amigos, etc.) avec les équipes techniques et organisation des sprints (Jira)
• Vulgarisation et présentation des résultats aux parties prenantes (C-suite, investisseurs, etc.)
Outils :
• Notion, Figma, Trello, Jira, Adobe Photoshop, Keynote.
• Python et ses librairies de statistiques et machine learning (Scikit-learn, Keras, etc.)
Compétences principales :
• Idéation et réflexions stratégies sur le produit (B2C)
• Compréhension du besoin client (framework JTBD, mock-ups d'application via Figma, retours qualitatifs via Productboard, etc.)
• Lecture et analyse des résultats quantitatifs (analytics en Python, significativité statistique, etc.)
• Veille académique (PubMed, Science, Nature, etc.) et échanges avec experts santé autour du développement de nouvelles fonctionnalités
• Design des fonctionnalités (simplification reviews, tests fonctionnels via Three Amigos, etc.) avec les équipes techniques et organisation des sprints (Jira)
• Vulgarisation et présentation des résultats aux parties prenantes (C-suite, investisseurs, etc.)
Outils :
• Notion, Figma, Trello, Jira, Adobe Photoshop, Keynote.
• Python et ses librairies de statistiques et machine learning (Scikit-learn, Keras, etc.)
Expériences
Dreem - Dreem
Product Manager
Designed and oversaw the development of Dreem's behaviorally-backed Sleep Programs, based on Cognitive Behavioral Therapy for Insomnia.
Dreem - Dreem
Machine Learning Engineer
• Machine Learning | Deep Learning architectures for temporal sleep stage classification, deep sleep power increase prediction & al., using multivariate EEG & physiological data.
• Product Engineering | Re-factored and re-designed Dreem's Sleep Coach, an app-based solution to bring your the best insights about your latest nights. Developed the initial back-end models and infrastructure behind the Sleep Programs.
Entrepreneur First
Entrepreneur in Residence
7th cohort of Europe's leading pre-seed investment programme for technical founders. Learned how to design and build a startup from scratch, along with my co founders, over topics such as:
• Ideation, market research, customer development, and technical defensibility.
• Our main product was Laize, an ML-powered creative suite for SMEs & branding agencies.
• Ideation, market research, customer development, and technical defensibility.
• Our main product was Laize, an ML-powered creative suite for SMEs & branding agencies.
Dreem - Dreem
Deep Learning Intern
Developed Deep Learning techniques within the ML team:
• Multi-Channel Convolutional Networks for sleep stage classification on physiological data.
• Support on embedded C implementation.
• Multi-Channel Convolutional Networks for sleep stage classification on physiological data.
• Support on embedded C implementation.
Ekimetrics - EKIMETRICS
Consultant Intern
Quantitative missions across R&D and consulting practices:
• Churn prediction for a leader in automotive industry.
• Information retrieval & topic extraction for a major telco operator.
• Dashboard dev, network-based data visualisations in Gephi.
• Churn prediction for a leader in automotive industry.
• Information retrieval & topic extraction for a major telco operator.
• Dashboard dev, network-based data visualisations in Gephi.
MFG Labs
Deep Learning Intern
Adapted Deep Learning techniques for musical recommendation:
• Deep Boltzmann Machines for Collaborative Filtering (Hinton, Salakhutdinov).
• Recursive Neural Tensor Network for Sentiment Analysis (Socher, Perelygin).
• Deep Boltzmann Machines for Collaborative Filtering (Hinton, Salakhutdinov).
• Recursive Neural Tensor Network for Sentiment Analysis (Socher, Perelygin).
Quantified Skin
Software Engineering Intern
qS is a life science software company devoted to quantified self and personalized health.
• Worked on scraping & learning algorithms for product recommendation.
• Worked on scraping & learning algorithms for product recommendation.
Recommandations externes
Consultez les recommandations qu'a reçues Alain-Parviz