负责财产险及工程险再保险合约的核保评估、风险定价与全生命周期管理，联动直保公司、经纪公司完成风险筛选与合约执行，支撑公司再保业务的风险收益平衡

• 主导某海外基建项目工程险再保合约的核保评估，采用RMS工程险风险模型结合蒙特卡洛模拟，量化地震、洪水及政治风险损失分布；面对项目涉及东南亚某国政治稳定性争议，引入Eurasia Group区域风险评级数据，调整主权信用风险因子至1.25（原基准1.0），最终核保通过1.2亿美元自留额、超赔层3000万美元的合约，预期赔付率锁定78%以内，成为公司当年重点优质再保项目
• 针对传统再保定价模型依赖历史赔付率的局限性，牵头引入XGBoost机器学习算法，整合气象灾害频率、行业景气指数、标的位置GIS数据等12项变量，重构工程险超赔合约定价模型；模型上线后预测偏差从15%降至8%，支撑公司在2024年再保谈判中将同类合约费率提升9%，年度节省再保成本约320万元
• 处理某头部直保公司巨灾超赔合约续转需求，对方要求将台风起赔点从50年一遇降至30年一遇以降低保费；通过分析其近5年台风索赔数据（发现80%索赔来自东南沿海地区），附加“东南沿海区域台风除外责任”条款，并将费率从0.8%上调至1.1%；最终合约成功续转，保费规模增长15%，额外风险通过除外责任实现精准对冲
• 搭建再保业务实时风险监控Dashboard，基于Tableau整合合约条款、月度赔付率、市场风险指数（如S&P全球再保险指数）等数据，设置“单类风险赔付率超阈值85%”“合约起赔点触发率同比上升20%”等5项预警规则；系统上线后风险响应时间从3个工作日缩短至4小时，2025年上半年识别潜在高风险合约4笔，避免未预期赔付约210万元

协助资深核保人完成财产险再保合约的初步评估、数据治理与合规审查，参与再保业务风险调研及定价支持

• 协助完成某城市商业综合体（保障额度5亿元）财产险再保安排，收集标的建筑结构（钢框架-核心筒）、消防系统（自动喷淋+烟感联动）、地理位置（长江流域沿岸）等风险信息，用RMS Property Model进行初步洪水损失模拟，输出“百年一遇洪水可能造成800万元损失”的评估报告，为资深核保人确定“自留4亿元+超赔1亿元”方案提供数据支撑
• 优化再保赔付数据统计流程，用Excel VBA宏自动化整合月度直保端、再保端赔付台账，减少人工核对时间50%；在整理数据时发现“营业中断损失”责任赔付率达18%（高于公司预期12%），撰写《营业中断责任赔付异常分析报告》，推动在后续再保合约中增加“疫情及政策管控除外条款”，次年该责任赔付率降至9%
• 参与公司年度再保险市场调研，收集慕尼黑再、瑞士再等8家主要再保人的工程险费率走势（同比上升5%-8%）及承保偏好（更倾向附加地震除外责任），用SPSS进行“费率涨幅-再保人市场份额”回归分析，预测2021年工程险再保市场费率将整体上行6%，为公司谈判争取到“费率涨幅不超过5%”的条款，节省成本约150万元
• 协助合规审查再保合约，对照《保险公司再保险管理规定》核查“自留额不低于20%”“合约期限不超过3年”等要求，识别出某海外合约“自留额仅15%”及“期限4年”的2项违规点，及时协同法律部修改，避免了监管机构的问询处罚

协助核保团队完成财产险保单初步核保，收集客户风险信息、整理核保资料，参与低复杂度风险评估与分析

• 协助核保团队处理某制造业企业（主营化工原料加工）财产险投保申请，收集生产车间防爆设备清单、危险化学品存储方式、近3年安全检查报告等信息，用公司《财产险风险Checklist》逐一核对，识别出“危化品仓库通风系统老化”风险点，要求企业整改并提交第三方检测报告后才予承保，降低了后续火灾爆炸赔付风险
• 搭建核保资料数据库，用Access设计“客户风险档案表”，包含企业行业类型、风险点、历史赔付记录、核保结论等字段，实现资料一键查询；数据库上线后，核保员查找同类客户风险信息的效率提升60%，减少了重复劳动
• 参与某物流企业货物运输险风险评估，分析其运输路线（途经华南暴雨多发区占比40%）及货物类型（电子设备占比70%），用“风险暴露法”计算暴雨导致的货物损失概率约为12%，建议附加“华南暴雨除外责任”条款或将该路线费率从0.3%提高至0.5%；方案被团队采纳后，该类保单次年赔付率从10%降至5%
• 协助整理再保经纪业务案例库，汇总10笔工程险再保合约的成功/失败因素（如“引入第三方风险数据”提升核保准确性、“未考虑政治风险”导致赔付超支），形成《工程险再保风险案例手册》，成为新人培训的核心资料之一

车联网（UBI）车险定价模型迭代与规模化落地项目

• 项目背景：面对车险市场竞争加剧与监管“报行合一”要求，公司传统车险定价模型依赖从车从人静态因子，对驾驶行为动态数据利用率不足，导致高风险客户赔付率超70%、低风险客户保费溢价投诉率年增15%。核心目标是通过整合车联网数据迭代UBI定价模型，实现“精准定价、风险匹配”，同时提升客户满意度与保费增量。
• 关键难题与技术方案：一是车联网数据异质性问题——不同车企OBD接口数据格式混乱、缺失率达25%；二是驾驶行为因子有效性验证——需避免急加速/刹车等因子过拟合；三是监管合规——需满足银保监会“个性化定价信息披露”要求。技术上采用Spark分布式计算框架搭建多源数据融合 pipeline，结合车型元数据与KNN算法补全缺失值；用LASSO回归筛选特征，结合随机森林计算因子重要性，最终保留12个驾驶行为核心因子（如“夜间22点后急弯次数”“高速连续驾驶时长”）；联合法务部制定《UBI定价信息可视化模板》，明确向客户展示“驾驶行为评分→保费浮动逻辑”的链路。
• 核心行动与创新：主导3人数据团队完成10万+车联网样本数据清洗，搭建实时数据处理引擎；基于Python Scikit-learn与TensorFlow构建梯度提升树（XGBoost）模型，替换原有线性回归模型；推动3轮A/B测试，对比新旧模型在不同客群的赔付率与留存率表现，调整因子权重以平衡公平性与商业性。
• 项目成果：新模型上线后，车险整体赔付率从68%降至62%，低风险客户保费平均下降15%、高风险客户保费上升22%，客户投诉率降低30%；支持UBI车险产品规模化推广，6个月内用户数突破50万，贡献12%的保费增量。个人获公司“年度精算创新奖”，模型方法论被纳入总公司车险定价标准手册。

新能源企业财产综合险风险减量服务体系建设与落地项目

• 项目背景：新能源企业（锂电池厂、光伏电站）因火灾、爆炸等风险频发，传统财产险仅聚焦事后赔付，公司此类业务赔付率达18%、客户续保率不足70%。核心目标是构建“事前预防+事中监控”的风险减量服务体系，降低出险率、提升客户粘性。
• 关键难题与解决路径：一是新能源风险特性认知不足——锂电池热失控、光伏组件雷击等风险缺乏针对性评估工具；二是第三方服务能力参差——市场上消防/电气检测服务商未适配新能源行业标准；三是内部协同障碍——核保、理赔团队对新能源风险理解不深，难以联动服务。对策上，调研10家新能源头部企业，结合NFPA（美国国家消防协会）锂电池安全标准，开发“新能源企业风险画像模型”，从“设备状态（如电池循环次数）、管理水平（如消防演练频率）、环境因素（如周边500米内易燃物密度）”三维度量化风险；筛选3家具备新能源特种作业资质的服务商，制定“设备巡检频次、隐患整改闭环时间”等服务SOP；组织内部“新能源风险特训营”，邀请宁德时代安全专家讲解热失控预警逻辑。
• 核心行动与决策：带领跨部门团队（核保+理赔+风控），为50家重点新能源客户定制风险减量方案——为锂电池厂安装热成像监测设备、为光伏电站优化防雷接地系统、开展季度安全培训；建立“服务效果跟踪看板”，每月统计客户隐患整改率、出险率变化，动态调整服务内容（如对隐患整改率低于80%的客户增加月度巡检）。
• 项目成果：合作客户出险率从2.1%降至0.8%，赔付金额下降65%，客户续保率提升至92%；形成“风险评估-服务落地-效果跟踪”的可复制模式，被总部推广至全国20家分公司。个人获“年度非车险业务突出贡献奖”，项目入选总公司“风险减量服务标杆案例”。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。