负责小微及消费类贷款全流程风险审批，主导区域差异化审批标准搭建，协同风控与业务部门优化流程，在控制资产不良率的前提下提升审批效率，同时牵头处理复杂客群及欺诈风险案例。

• 主导搭建区域小微贷款‘三品三表’差异化审批标准，创新融合IPC交叉验证法与税务/水电数据交叉核验，针对建材批发、物流运输等5类客群设计12项定制化尽调清单，解决小微企业财务数据不规范导致的误判问题，任职期间该类贷款不良率从3.8%降至2.1%，单户审批时效从48小时压缩至24小时。
• 创新应用PD/LGD联合建模方法，基于历史违约数据优化消费贷评分卡，将‘社交行为稳定性’‘设备定位频次’等15项弱变量纳入模型，预测准确率从79%提升至86%；同步推动审批系统嵌入自动化规则引擎，实现低风险客群秒批，高风险客群人工复核率从45%降至28%，年度处理量从1.2万笔提升至2.1万笔。
• 牵头梳理团伙欺诈识别策略，通过图数据库关联分析3个月内2000+笔异常申请，发现‘同一GPS定位+多身份信息’等5类欺诈模式，设计反欺诈拦截规则18条，成功阻断欺诈申请47笔，涉及金额620万元，当年团队欺诈损失率同比下降64%。
• 主导编制《小微贷款实地尽调操作手册》，提炼‘经营场所真实性验证六步法’‘流水异常波动判断标准’等12项实操指南，带教5名初级审批专员，团队新人独立审批达标时间从3个月缩短至1.5个月，所在团队获总行‘年度风险管控优秀单元’。

执行总行零售贷款审批政策，参与消费贷/经营贷审批模型迭代，处理跨区域疑难案例，协同贷后部门完善风险预警机制，确保审批标准在全辖落地的统一性与灵活性。

• 核心参与总行消费贷审批政策修订，结合长三角/珠三角区域经济差异，调整‘收入负债比’‘职业稳定性’等准入指标阈值，新政策落地后区域不良率波动控制在±0.3%以内，客群通过率提升11%，有效支持区域业务扩张。
• 深度优化信用评分卡变量池，引入‘电商消费层级’‘公共事业缴费及时性’等外部数据维度，通过逻辑回归验证，模型对次级客户的识别率从68%提升至79%；同步推动评分卡在审批系统的嵌入式应用，人工干预率下降22%，审批一致性显著提高。
• 独立承办3笔超500万大额抵押贷审批，通过穿透式核查企业股权架构、实际控制人关联方，识别出2笔‘资金闭环空转’风险，否决授信1笔、压缩额度1笔，避免潜在损失约320万元，相关案例被纳入总行风险警示库。
• 编制《零售贷款审批常见问题应对手册》，梳理‘收入证明存疑’‘经营地址模糊’等8类高频问题解决方案，组织全国32家分行审批岗线上培训，问题件处理效率提升40%，分行咨询量下降55%。

负责支行零售贷款基础资料审核与初步风险筛查，协助资深审批岗完成实地尽调，参与贷后风险排查，积累一线风险识别经验，为进阶审批能力打基础。

• 独立完成200+笔消费贷/经营贷初审，重点核查征信查询频次、流水覆盖倍数等12项硬指标，初审准确率达99%，仅2笔因遗漏‘担保代偿记录’被退回修正，奠定扎实的基础审核功底。
• 协助资深审批员完成50+笔实地尽调，学习应用IPC交叉验证法核对‘人、房、企’信息，标注1000+条客户经营异常特征（如‘存货周转天数远超行业均值’‘员工社保断缴’），其中15条被纳入最终风险提示报告。
• 参与支行贷后风险抽查，通过比对贷款资金流向与合同约定用途，发现3起‘经营贷转购房’‘消费贷流入股市’案例，及时触发提前还款流程，收回资金180万元，避免贷后管理滞后导致的资产质量恶化。
• 系统学习零售贷款风险计量理论，完成《巴塞尔协议II零售敞口风险加权资产计算》《信用风险模型基础》等内部认证，将理论应用于实践，提出‘将公积金缴存基数作为收入佐证’的初审建议，被支行采纳为补充验证手段。

手机银行财富管理场景「精准触达-转化」链路优化项目

• 项目背景：公司手机银行财富管理模块存在「高流量低转化」痛点——日活用户超80万，但理财产品点击转化率仅3.1%，客户反馈「推荐不精准」「操作路径长」；核心目标是重构「用户需求-产品供给-触达方式」的全链路，将财富产品转化率提升至行业均值5%以上。
• 关键难题：一是客户财富需求分散，传统「资产分层」无法覆盖年轻客群（占比45%）的「轻量化理财」需求与中年客群（占比38%）的「风险精准匹配」需求；二是原有推荐算法依赖单一「历史购买」特征，忽略了APP内行为（如停留时长、浏览品类）、外部场景（如房贷还款周期、子女教育支出）等弱关联信号。
• 核心行动：1. 用「客户旅程地图」拆解12个关键触点，通过KANO模型筛选出「智能投顾入口前置」「产品标签可视化」「风险承受力动态评估」3项高影响需求；2. 搭建「多模态需求预测模型」：融合用户行为数据（埋点采集的23个维度）、外部征信数据（社保缴纳、消费贷记录）、产品属性数据，采用「协同过滤+自然语言处理」双引擎，将推荐准确率从42%提升至68%；3. 推动技术团队优化转化路径，将「选品-风险评估-下单」步骤从5步压缩至3步，并针对不同客群设计差异化触达策略（如年轻客群用「任务打卡领券」引导，中年客群用「专属理财顾问一对一提醒」）。
• 项目成果：项目上线6个月内，财富模块转化率提升至6.9%（超目标38%），日活用户的人均理财产品浏览时长增加2.1分钟；年轻客群（25-35岁）的基金定投开通率从8%提升至19%，中年客群的大额存单转化率从5%提升至12%；NPS评分较项目前提高18分，成为公司「数字化运营标杆案例」，我个人主导的「多模态需求预测模型」被纳入公司零售客户运营标准工具库。

基于「行为-价值」双维度的零售客户动态分层体系搭建项目

• 项目背景：公司原有客户分层仅基于「AUM（管理资产规模）」静态划分，导致高价值客户（Top20%）营销资源过度投放但留存率下滑（年流失率11%），潜力客户（中间30%）因识别不精准无法获得针对性服务，转化效率低；核心目标是构建「动态、多维」的客户分层体系，实现「高价值客户留得住、潜力客户提得上来」。
• 关键难题：1. 数据维度缺失：传统分层仅用AUM、存款余额等结构化数据，忽略了客户行为特征（如APP登录频率、跨产品使用数、客服咨询类型）；2. 动态更新滞后：原有分层每季度调整一次，无法应对客户状态变化（如突然增加理财购买的潜力客户未被及时识别）；3. 分层结果落地难：缺乏配套的运营策略，分层后营销动作仍「一刀切」。
• 核心行动：1. 定义「行为-价值」双维度分层框架：价值维度保留AUM、LTV（客户终身价值）等核心指标，行为维度新增「渠道偏好（APP/网点/电话银行）」「产品渗透度（持有1类 vs 4类产品）」「互动活跃度（月登录次数、活动参与率）」等11个指标；2. 用Spark搭建实时数据处理平台，将分层周期从季度缩短至月度，同时嵌入「触发式分层」机制——当客户行为指标变动超过阈值（如月理财购买金额增长50%），实时调整层级；3. 配套制定「分级运营SOP」：高价值客户匹配「专属理财顾问+定制化产品」，潜力客户匹配「场景化权益（如消费达标送理财体验金）+ 简化版投教内容」。
• 项目成果：分层体系上线1年内，高价值客户留存率提升至89%（较之前提高14个百分点），潜力客户转化为高价值客户的比例从11%提升至26%；营销资源利用率提高35%——原本投放给低价值客户的费用占比从22%降至11%；单客AUM年增长率从4.5%提升至7.2%，成为公司零售业务「客户精细化运营」的基础框架，我主导的「行为-价值双维度模型」获得总行「年度运营创新奖」。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。