统筹零售信贷全产品线（消费贷/经营贷/场景分期）的合规审查与风险决策，主导设计差异化审批策略，推动智能风控系统迭代，协同贷后管理优化资产质量，确保审批时效与风险控制的动态平衡。

• 主导消费贷客群下沉后的审批策略重构，针对个体工商户、新市民等长尾客群，创新融合IPC交叉验证法与央行征信+运营商+税务数据的三维评估框架，将高风险客户识别率从28%提升至45%，支撑客群规模扩张30%的同时，不良率稳定在1.8%以内（较行业均值低0.6pct）。
• 牵头解决审批流程冗余问题，梳理原需人工核验的12类材料清单，通过RPA机器人自动抓取工商、司法、反欺诈平台数据，将单笔经营贷审批时效从48小时压缩至12小时，团队日均处理量从80笔提升至150笔，获总行‘流程优化标杆案例’表彰。
• 建立动态审批阈值模型，基于巴塞尔协议II框架下的PD（违约概率）、LGD（违约损失率）参数，结合历史逾期数据训练逻辑回归模型，将A类优质客户自动通过率从65%提升至82%，释放人工复核资源用于B/C类客群的深度尽调，整体审批效率提升40%。
• 应对监管‘断直连’政策调整，协同科技部门完成外部数据源切换，梳理17家合作机构的接口规范，设计应急审批预案，在3周内完成全量存量客户过渡，未出现因数据中断导致的审批积压或客诉，保障业务连续性。

负责个人消费贷、信用卡分期的合规性审查与风险评估，执行贷前‘三查’制度，参与制定细分客群审批规则，跟踪审批质量指标并推动流程改进。

• 搭建消费贷客群风险画像体系，基于人行征信、社保缴纳、电商消费等8类数据，提炼收入稳定性、负债结构、行为偏好3大维度15项指标，将客群违约预测准确率从72%提升至85%，支撑客群准入门槛下调15%（覆盖更多年轻白领），对应贷款规模月均增长2000万元。
• 优化消费贷反欺诈识别机制，针对‘身份冒用’‘团伙骗贷’等风险点，引入设备指纹、位置轨迹、社交关系图谱分析工具，将欺诈申请拦截率从38%提升至62%，某季度拦截疑似团伙骗贷案件17起，涉及金额420万元，获分行‘风险防控先进个人’称号。
• 主导编写《消费贷审批操作手册（2022版）》，梳理12类常见风险场景的应对策略（如‘以贷养贷’‘收入证明造假’），组织20场一线客户经理培训，推动前端尽调信息完整率从81%提升至95%，间接降低贷中补件率30%。
• 监控审批质量指标，按月分析逾期率、迁徙率、客群分布等数据，发现‘30岁以下客群3期逾期率偏高’问题后，提出增加学信网学历验证、限制首贷额度（从3万降至2万）的优化建议，实施后该客群逾期率下降2.1pct，相关经验被纳入总行风险提示库。

执行农户、小微企业主等零售客户的贷款审批，落实贷前调查真实性核查，参与制定本地化信贷政策，协助完善审批系统基础功能。

• 独立完成辖内500余笔农户经营贷审批，熟练运用‘现金流测算+实地走访+村两委佐证’的尽调方法，将农户贷款不良率控制在2.2%（低于当地同业平均水平0.8pct），其中支持的120户种植大户带动周边800亩农田规模化经营，获地方政府‘乡村振兴金融服务先进个人’表彰。
• 针对县域小微企业‘财务不规范’痛点，设计‘流水穿透式分析法’，通过分析企业主个人账户、上下游交易对手流水，还原真实营收水平，解决17家小微企业因报表缺失导致的审批受阻问题，相关方法在分行内部培训中推广。
• 协助优化信贷审批系统，梳理本地特色产业（如茶叶加工、水产养殖）的风险特征，补充23项个性化字段（如‘茶园面积’‘养殖密度’），使系统自动评分模型对本地客群的适配性提升40%，审批效率提高25%。
• 定期回访已放款客户，跟踪资金使用情况，发现3起贷款挪用案例（用于赌博、购房）后，推动建立‘受托支付+用途凭证双验证’机制，后续同类问题发生率下降至0.5%以下，强化了贷前审批与贷后管理的联动。

全量零售客户‘动态画像+分层运营’体系重构项目

• 浦发银行零售客户基数超8000万，但传统“一刀切”运营模式导致高价值客户（AUM≥50万）月活率仅41%、全年流失资产超35亿元，亟需构建数据驱动的精准客户经营体系。我的核心目标是统筹项目从0到1落地，通过精准画像与分层策略提升高价值客户留存及AUM贡献，同时形成可复制的零售客户运营标准。
• 项目面临两大核心挑战：一是多源数据分散——客户数据来自核心系统、理财子系统、信用卡系统等12个源端，字段标准不统一，难以形成完整画像；二是传统规则分层失效——基于资产规模的静态分层无法捕捉客户动态行为（如近期大额转账、理财赎回），高潜力客户识别准确率仅62%。为此，我选择湖仓一体数据架构整合全域数据，并创新采用“RFM模型+DBSCAN聚类”双维度构建动态分群，同时用XGBoost算法训练客户流失预测模型。
• 我主导了11场跨部门数据对接会，梳理出人口属性、交易行为、资产状况、交互偏好四大维度的87个核心字段，搭建了包含168个标签的精准画像体系；带领5人数据团队迭代模型3次，将高潜力客户（未来6个月AUM增长≥20%）识别准确率提升至85%；协同产品、运营团队设计差异化策略——对高价值客户提供“专属理财顾问+家族信托咨询”权益，对沉睡客户推送“消费满减+信用卡提额”唤醒活动，对潜力客户定向推荐“固收+”理财套餐。
• 项目上线6个月内，高价值客户月活率提升至58%，AUM月均增速从3.2%跃升至5.8%，全年挽留高价值客户资产超20亿元；项目获总行“年度零售数字化转型一等奖”，已推广至全国12家分行，覆盖客户超2000万。我个人贡献在于主导模型设计与跨部门资源协调，推动项目从理论框架到业务落地的闭环，成为总行零售客户运营的标杆模板。

小微企业主零售信贷‘动态风控+敏捷审批’系统优化项目

• 浦发银行零售信贷规模年增长18%，但小微企业主信贷业务面临“审批慢、风险漏判”痛点——人工审批平均耗时3天，导致客户流失率达28%；传统静态财务数据模型无法识别小微企业经营波动，不良贷款率升至1.3%。我的目标是优化风控模型与审批流程，实现“风险可控下的效率提升”，支撑小微企业信贷业务规模化发展。
• 项目难点在于两点：一是数据维度不足——传统风控依赖资产负债表等静态数据，缺乏小微企业主的动态经营信息；二是流程冗余——审批需经支行初审、分行复审、总行终审三级，人工审核比例高达40%。我针对性引入税务、工商、电商平台等15类外部数据，构建融合财务与非财务数据的LightGBM融合模型；同时推动流程再造，将部分规则式判断转为自动化决策。
• 我主导与10家外部数据服务商的商务谈判与数据接入，整合200万+条小微企业主数据，清洗后形成300+维度的特征库（如近6个月电商流水、税务申报频次）；迭代风控模型5次，将违约预测准确率从75%提升至88%，误拒率从12%降至7%；推动审批流程从7个节点简化至3个，人工审核比例降至15%，引入智能校验引擎自动核查数据一致性。
• 项目上线1年后，零售信贷余额年增长22%，小微企业主信贷不良率降至1.1%；审批时间从3天缩短至1.2天，客户满意度提升23%；系统获银保监会“金融科技赋能风险管理优秀案例”。我的核心贡献是解决了小微企业信贷“风控与效率”的矛盾，通过数据扩展与流程优化，让小微企业信贷从“不敢贷”转向“愿意贷、快速贷”，成为分行零售信贷的核心增长引擎。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。