负责亚太区非寿险再保险业务核保全流程管理，聚焦工程险、企财险及特殊风险领域，主导超赔合约设计、风险累积评估及直保公司再保需求匹配，协同精算、法律团队把控承保质量，年度管理再保限额超20亿元。

• 主导某跨国基建集团海外EPC项目再保安排，面对项目总投资8.2亿美元、覆盖东南亚3国的地震/台风复合风险，运用RMS V19精算模型模拟50年一遇自然灾害损失分布，识别出印尼区域地震风险累积超标23%的关键问题；通过拆分主标段与分包商责任，设计「层顶1.5亿美元-层底5000万美元」的巨灾超赔层+国家限额超赔的组合结构，协调慕尼黑再、亚洲再两家再保人差异化承保，最终促成项目再保成本较初始报价降低18%，已连续2年无重大赔案触发。
• 牵头优化公司工程险再保核保模板，针对中小型海外工程险（保额5000万-2亿美元）引入GIS地理信息系统叠加当地历史灾害数据，建立「区域风险等级-免赔额-超赔层厚度」动态匹配模型；解决了过往因区域风险评估粗放导致的核保偏差问题，模板上线后同类业务核保时效从7个工作日压缩至3个工作日，年度核保赔付率同比下降7.6个百分点。
• 处理某能源集团海外油气田财产险再保争议，直保公司要求扩展『战争险除外责任』覆盖范围，而再保人坚持按ISDA条款保留原有除外；通过梳理伦敦市场能源险再保惯例，援引ICC（A）条款第4.1条战争险定义及近3年同类项目判例，提出『附加特定区域战争风险附加险』的折中方案，既满足直保客户需求又控制再保人额外风险暴露，推动合约2周内签署，保障了客户年度12亿元资产的风险覆盖。
• 协同精算部完成巨灾超赔合约年度校准，基于过去3年亚太地区台风、地震实际赔付数据，调整超赔层起赔点（从原损失的25%提升至30%）及恢复次数（从2次/年缩减至1次/年）；校准后合约预期赔付率从82%优化至75%，再保人对合约盈利性满意度提升至90%，支撑公司续转该类合约规模增长25%。

负责企业财产险、家庭财产险及工程险再保业务的核保支持，参与合约制定、风险评估及直保端需求转化，重点管控中小客户群的风险集中度，年度处理再保案件超150笔，涉及限额合计8亿元。

• 独立承担某省小微企业财产险集合再保项目核保，面对1200家小微企业（单均保额800万元）的区域集中风险，运用Python编写风险聚合脚本，按地市、行业维度统计火灾/暴雨风险的期望损失；发现省内纺织业聚集区暴雨风险超出再保人限额35%，通过拆分行业承保比例（纺织业占比从40%降至25%）并附加『累计赔付超限额50%时启动比例分摊』条款，成功通过再保人核保，项目综合赔付率稳定在68%以下。
• 优化农房保险再保核保流程，针对农户自建房抗震性能差异大的痛点，引入『建筑结构评分卡』（含墙体材料、屋顶类型等6项指标），将农户风险等级划分为低/中/高三档；配合再保人调整费率浮动机制（高档农户费率上浮40%），核保通过率从72%提升至85%，同时年度农房险再保赔付率下降9个百分点，获总公司『创新核保方法奖』。
• 参与某央企海外工程险再保谈判，直保公司提出『扩展罢工暴乱险』需求，但再保人认为当地政治风险指数（ICRG评分45）过高拒绝；通过收集该国近10年罢工事件数据（年均3次，平均影响时长15天），测算罢工导致的直接损失占项目总投资的1.2%，提出『罢工暴乱险单独设限（限额500万美元）、免赔额提升至损失的10%』方案，平衡双方诉求，合约最终按此条件承保，保障了项目连续3年运营零中断。
• 搭建再保业务数据看板，整合承保、理赔、再保人反馈等12类数据源，设置『风险集中度预警』（单一区域限额占比超20%触发提醒）、「再保成本收益率」（综合费用率+赔付率＜90%为达标）等核心指标；看板上线后风险预警响应时效从3天缩短至实时，部门年度无效再保安排减少15笔，节约沟通成本约20万元。

协助资深核保人完成财产险再保项目的基础风险评估、条款初审及数据整理，参与工程险、企财险再保合约的初步定价支持，年度辅助处理核保案件80余笔，覆盖限额3亿元。

• 协助完成某火电项目工程险再保初核，整理近5年同类型项目赔付数据（主要为火灾、机械故障），运用Excel数据透视表分析出『锅炉设备损坏』占总赔付的42%；据此向资深核保人提出『附加锅炉设备单独损失条款』的建议，被采纳后纳入再保合约附加险，降低了主险赔付概率，该项目后续3年未发生锅炉设备重大损失。
• 负责再保合约条款的合规性初审，对照《财产保险公司再保险管理规定》及伦敦市场标准条款（如LMP协议），发现某企财险超赔合约中『损失确认时点』定义模糊（仅写『被保险人报案后』）；通过与法律部沟通，明确为『以公估机构出具的损失确认书为准』，避免了后续理赔时的争议，该条款优化被纳入公司标准合约模板。
• 参与农业险再保业务的数据清洗，将分散在10个县域的农户投保信息（含种植面积、作物类型、历史灾损）录入数据库，运用VLOOKUP函数匹配区域灾害系数（如洪涝系数0.3、干旱系数0.5）；完成2万条数据的标准化处理，为后续风险地图绘制提供了基础数据，助力团队完成首份省级农业险风险分布报告。

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”。

• 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。