负责公司全国范围内企财险、工程险及特殊风险类业务的再保安排与核保决策，统筹直保业务部门与全球再保人的风险对接，主导优化再保核保流程与风险管控模型，目标将非车险综合赔付率控制在目标区间内并提升再保成本效益。

• 主导设计长三角区域新能源基建项目再保方案，针对10个总保额85亿元的海上风电工程险项目，运用RMS巨灾风险模型与地质灾害历史数据，构建多维度风险累积评估体系，识别出台风、海床冲刷两类高相关性风险；通过调整超赔层分层结构（从原2000万/层调整为1500万+3000万双层）及引入共保体分散集中度风险，最终获得再保人报价较基准价降低18%，项目综合再保成本节省2100万元/年。
• 牵头优化再保核保决策流程，基于SAS风险建模工具与内部精算数据，开发“风险-收益”量化评估模板，将核保评估指标从传统的“起赔点/限额”扩展至“预期赔付率+资本占用回报率”双维度；推动核保指引迭代3版，新增新能源、半导体厂房等新兴风险核保细则，使新业务核保通过时效从7个工作日压缩至4个工作日，核保准确率提升至92%（此前85%）。
• 应对河南特大暴雨后工程险赔付率攀升问题，组织直保业务部、精算部开展专项复盘，通过IBNR准备金回溯分析与区域风险地图重绘，识别出沿黄流域堤坝工程存在未足额投保地下水位风险；推动修订该类业务再保条件，增加“地下水位异常波动”扩展条款并同步提高自留额20%，次年同类业务赔付率从78%降至65%。
• 统筹跨境再保业务落地，协助某中资海外基建企业完成东南亚光伏电站工程险再保安排，协调伦敦、亚洲两地再保人解决监管差异问题（如新加坡要求额外提交工程监理第三方报告）；通过设计“比例再保+巨灾超赔”组合结构，既满足当地监管要求又控制再保成本，该项目成为公司首个覆盖4国的跨境工程险再保标杆案例。

协助资深核保人完成财产险（含工程险、企财险）再保项目的风险评估与执行支持，参与再保合约谈判资料准备、风险点初步筛查及再保人反馈跟踪，目标是保障直保业务顺利分保并积累一线核保经验。

• 核心参与某央企海外EPC项目工程险再保支持，负责整理项目技术文件（含地质勘探报告、施工进度表）并提取关键风险点（地震带分布、雨季施工影响）；运用Excel VBA搭建简易风险评分表，从“风险类型-发生概率-损失程度”三方面量化评估，输出12页风险分析报告，为资深核保人谈判提供数据支撑，最终该项目成功获取3家国际再保人共保，自留比例从25%提升至35%。
• 负责中小微企业财产险再保筛查，针对年保费50万以下的127个分散型企财险项目，通过Python脚本批量提取标的地址、行业属性、历史赔付数据，建立“区域-行业-风险等级”标签库；识别出32个高风险标的（如沿海地区化工仓库），推动直保端调整承保条件或拒保，当年此类业务赔付率较上年下降11个百分点。
• 跟进巨灾超赔合约续转，收集近3年公司巨灾赔付数据（含台风、洪水），制作赔付趋势图并与行业公开损失指数（如PCS）对标；发现公司在华东地区台风赔付率较行业均值高8%，协助核保团队向再保人提出“区域赔付率联动调整”条款，最终合约费率降低5%，同时保留超额赔付补偿机制。
• 协助完成再保系统基础数据维护，梳理500+条历史再保合约条款，按“险类-再保人-触发条件”分类归档；优化条款检索标签（新增“疫情除外”“政治风险”等字段），使合约查询效率提升40%，获部门“流程优化奖”。

配合核保团队开展财产险再保业务的基础支持工作，包括风险数据整理、再保人资质预审、合约文档归档及日常核保流程跟进，目标是保障再保业务操作规范性与信息准确性。

• 独立完成再保人资质初审，建立包含23家全球再保人的评估档案，从“信用评级（标普/AM Best）- 专业领域擅长度- 历史赔付履约率”三方面设定评分标准；年度内完成17家新准入再保人初筛，其中12家进入正式合作名单，为部门拓展再保资源库奠定基础。
• 参与工程险再保项目文档管理，梳理从风险评估报告、再保建议书到合约文本的全流程文件，设计“项目阶段-文件类型-版本号”三维归档体系；实现历史合约100%可追溯，解决此前因文档混乱导致的条款理解争议问题（年均减少2-3次跨部门沟通成本）。
• 协助跟踪再保账单与结算，核对再保摊回数据与直保赔付记录，通过VLOOKUP函数匹配2000+条交易记录，发现3笔因汇率折算差异导致的账单误差，及时修正后为公司挽回损失约45万元。
• 制作再保月度简报，汇总当月再保成本占比、主要险类分保比例、再保人赔付表现等核心指标；通过Tableau可视化呈现，帮助管理层快速掌握再保业务健康度，简报被纳入部门月度经营分析会固定材料。

车险与非车险融合定价模型迭代及规模化落地项目

• 车险综改后行业同质化竞争加剧，公司非车险占比从28%提升至41%但交叉销售转化率仅7.3%，传统车险、非车险定价模型割裂，导致组合产品赔付率较单一产品高9.6个百分点，核心目标是构建跨险种风险关联的融合定价模型，实现“车+非车”组合产品的精准定价与规模化落地。
• 项目面临三大难点：一是车险（UBI驾驶行为）与非车险（企财险区域洪水风险、家财险家庭财产类型）的风险因子关联性弱，传统GLM模型无法捕捉交叉风险；二是内外部数据维度割裂，缺乏统一的“交叉风险特征”标签；三是业务部门对模型准确性存疑，此前类似模型曾因偏差12%导致定价失误。
• 主导模型设计时，创新性融合机器学习与贝叶斯方法：1）用XGBoost整合车险UBI的“急刹车频率”“日均里程”与非车险的“企业所在区域历史洪水频率”“家庭财产中贵重物品占比”等12个因子，构建“交叉风险指数”作为核心预测变量；2）引入贝叶斯网络量化模型不确定性，输出“定价置信区间”辅助业务决策；3）整合公司5年车险/非车险理赔数据及外部高德地图区域风险评分、气象局历史灾害数据，完成特征工程。
• 项目上线后，交叉销售组合产品赔付率较传统定价下降8.2个百分点，转化率提升至15%；覆盖12个省份的“车险+企财险”“车险+家财险”组合，年新增保费2.3亿元；模型被纳入公司《财产险定价管理手册》，成为跨险种融合定价的标准工具，我个人也因此获评当年公司“精算领域突出贡献者”。

农险巨灾风险累积测算系统搭建及应用项目

• 公司农险业务3年复合增长45%，但巨灾风险（洪水、干旱）累积测算依赖手工Excel模型，存在参数校准滞后、空间相关性分析缺失等问题，无法满足银保监会“巨灾风险准备金动态计提”的监管要求，项目目标是搭建自动化巨灾风险累积系统，实现风险量化与准备金计算的线上化。
• 核心难点在于：1）农险标的分散（覆盖全省87个县域的农作物、牲畜），巨灾风险的空间依赖性难以量化；2）部分县域历史灾害数据缺失（如近10年某县干旱损失数据不全），传统极值理论（EVT）模型无法准确拟合损失分布；3）系统需对接核心业务系统，对数据实时性要求高。
• 牵头解决关键问题：1）用GIS技术整合县域农作物种植面积、地形地貌、气象站数据，构建“空间风险热力图”，量化不同区域的巨灾风险相关性；2）引入卫星遥感MODIS植被指数补充历史产量数据，结合蒙特卡洛模拟优化EVT参数，解决数据缺失问题；3）带领技术团队用Python开发核心模拟模块，搭建“数据层-模型层-应用层”三层架构系统，实现风险累积结果实时更新。
• 系统上线后，巨灾风险累积测算时间从每周5天缩短至1小时，测算准确性提升20%；支撑公司完成农险巨灾准备金计提1.2亿元，符合监管要求；再保安排成本降低12%（因模型精准识别高风险区域，调整了再保分摊比例）；项目获公司“年度创新项目一等奖”，相关方法论被推广至寿险农险板块。

• 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。