负责公司财产险（含工程险、商业综合险）业务的再保分入全流程管理，主导再保方案设计、风险敞口量化评估及再保合同条款审核，协同直保团队优化再保成本结构，监控巨灾及集中风险暴露并推动风险缓释措施落地

• 主导某跨海大桥工程险项目的再保安排，面对项目涉及海外施工段（东南亚某国）、地质断层带及台风高频区的复合风险，运用蒙特卡洛模拟测算不同情景下的最大可能损失（PML），联动新加坡、百慕大再保人设计“比例再保（20%自留层）+ 超赔再保（5000万USD/层，4层）”的组合方案；针对海外再保人对当地法律风险的担忧，协调公司法务部出具国别风险备忘录，最终促成再保合约签署，将公司自留风险控制在总保额的12%以内，再保成本较初始方案下降9%
• 针对传统工程险再保核保依赖经验的痛点，引入RMS巨灾模型整合近10年公司工程险损失数据、区域地质及气象数据，搭建“风险等级-再保成本”动态评估模板；模板上线后，核保决策时间从7个工作日缩短至4个工作日，同类项目的再保定价偏差率从15%降至5%，获总公司精算部通报表扬
• 牵头处理台风“海葵”引发的3起大型财产险再保理赔协同，运用GIS系统定位12个受灾标的项目位置，联动理赔部提取损失清单并与再保人逐一核对超赔层触发条件；通过提前梳理再保合约中的“近因原则”，快速驳回再保人对1起暴雨叠加风暴潮案件的拒赔诉求，最终完成再保赔付1800万USD，客户满意度提升22%，2家合作再保人续费率较上年提高16%
• 针对中小微企业财产险业务再保渗透率低的问题，基于GLM广义线性模型测算不同行业（制造业、批发零售业）的损失分布，设计“基础比例再保（针对年保费≤300万客户）+ 可选超赔再保（针对高价值厂房客户）”的弹性方案；方案推广6个月内，覆盖中小微客户23家，再保渗透率从38%提升至67%，为公司带来稳定的再保佣金收入120万元

协助再保核保人开展财产险及工程险业务的再保风险评估，参与再保方案初稿设计、合同条款初审及再保合约执行跟踪，整理分析历史损失数据以支撑核保决策

• 协助完成某高端商业综合体财产险的再保安排，运用风险分级矩阵（涵盖火灾、水灾、盗窃3类核心风险）识别出地下停车场水灾风险为“高优先级”，建议核保人调整超赔层的起赔点（从100万提升至150万）；调整后，该项目的再保保费降低5%，同时保持了充足的风险覆盖，获直保团队采纳
• 参与搭建公司再保风险评估数据库，整合2018-2021年工程险、财产险的1200+笔损失数据，使用SQL编写数据清洗脚本（处理重复及缺失值），并通过Excel VBA制作可视化dashboard展示各险种的区域损失率、再保成本占比；数据库上线后，核保人查询历史数据的时间从1小时缩短至15分钟，成为后续核保的重要参考工具
• 跟踪某化工企业财产险再保合约执行情况，定期核对标的新增风险（如新增2个危险品仓库），发现其未同步更新再保合约的风险告知函后，立即协同直保业务员要求企业补充风险评估报告，并推动核保人将再保比例从70%下调至60%；此举避免了因风险敞口扩大可能导致的150万USD超额损失，获部门经理肯定

协助核保人处理财产险、工程险的基础核保流程，整理风险评估资料，参与再保合约的初步学习与案例整理，支持团队日常运营

• 整理150+笔工程险核保资料，按照“项目类型-风险点-核保结论”分类建立电子档案，并添加关键词索引（如“地铁施工”“软土路基”）；档案上线后，团队查询历史类似项目的核保逻辑时间从30分钟缩短至5分钟，提升了新人学习效率
• 协助核保人计算某高速公路工程的纯风险保费，运用GLM模型调整地区（沿海 vs 内陆）、施工工艺（盾构法 vs 明挖法）的风险系数，修正了初始保费测算中“低估沿海地区台风风险”的问题；最终保费测算准确率从82%提升至90%，获核保人表扬
• 参与再保合约内部培训，系统学习比例再保与非比例再保的核心差异、超赔层的“起赔点-限额”设计逻辑，并协助制作培训手册的3个工程险再保案例（含某桥梁项目的超赔层触发场景）；新员工对再保知识的考核通过率从70%提升至85%，助力团队快速上手再保相关工作

全国主粮产区农险智能定损系统研发及规模化应用项目

• 国内农险长期存在人工定损效率低（单案耗时7-10天）、成本高（占保费15%以上）、道德风险突出（虚假报案占比约12%）等痛点。项目以“多源数据融合+AI算法”为核心，目标是研发覆盖查勘、定损、核赔全流程的智能系统，实现定损时效缩至24小时内、准确率≥90%。我作为项目负责人，统筹农业专家、科技团队与理赔部门的协同，主导需求定义、技术方案设计及全国10省规模化落地。
• 项目面临两大核心挑战：一是卫星遥感（SAR）、无人机正射影像与农户上报数据的多模态融合一致性问题；二是小麦、玉米等主粮作物损失程度（倒伏、病虫害）与产量损失的量化模型精准度不足。技术上，我引入随机森林算法构建多特征损失预测模型，同时联合中国农业科学院农业资源与农业区划研究所，基于作物生长模型校准数据偏差。
• 为解决数据融合问题，我设计基于熵权法的加权算法，赋予卫星数据40%、无人机30%、农户上报30%的权重，消除不同数据源的冲突；针对作物损失量化，牵头收集3个主产省5年10万+亩作物生长数据，标注倒伏角度、病虫害面积等20+维度标签，迭代模型12次后将小麦倒伏损失预测准确率从75%提升至88%；同步推动理赔流程再造，将定损结果与农户线上确认环节打通，减少人工干预。
• 系统上线6个月覆盖河南、山东等10个主产省，定损时效从7天缩短至24小时内，单案人力成本降低40%（从2人/天降至0.5人/天）；损失评估准确率达92%，道德风险案件占比降至3%；为公司带来新增保费1.2亿元（拓展200万+农户的县域市场）。我主导形成《农险智能定损技术规范》行业标准，项目获公司年度“创新项目一等奖”，成为农险数字化转型标杆案例。

商业财产险中小企业风险画像与精准定价模型升级项目

• 公司商业财产险中小企业业务依赖行业统颁条款，缺乏个性化风险识别，导致赔付率达18%（高于行业均值15%），且承保覆盖率仅35%。项目目标是构建企业多维风险画像，优化定价模型，实现赔付率降至15%以下、承保覆盖率提升20%以上。我担任风险建模主管，负责数据拓展、模型重构及商业落地。
• 项目核心难点在于中小企业数据缺失与非结构化数据量化：公开数据仅覆盖工商、税务，而舆情、环保处罚等非结构化信息难以转化为风险因子。技术上，我采用Neo4j图数据库构建企业关联网络，用BERT模型处理50万+条企业新闻与监管处罚信息，提取关联违约、环境风险等特征。
• 为突破数据瓶颈，我对接天眼查、企查查等第三方平台，获取企业能耗、物流、司法涉诉、舆情等10类补充数据，将单企业数据维度从20个拓展至80个；通过NLP模型识别“消防处罚”“股权冻结”等20+高风险标签，赋予0.1-0.5的风险权重；重构定价模型，加入企业关联风险（上下游违约率）、环境风险（洪水易发区溢价）等因子，替代原有的行业统一费率。
• 模型上线1年后，中小企业赔付率从18%降至14%，承保覆盖率提升至58%；新单保费增长30%（达8000万元），高风险客户拒保率从10%提升至25%。该模型被纳入公司商业财产险核心定价体系，成为中小企业产品标准模型。我个人推动解决了中小企业风险识别的“数据孤岛”问题，优化了定价的精细化程度，体现了从风险因子挖掘到模型商业化的完整能力，获部门“年度优秀建模项目”。

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。