负责公司国内非车险（工程险、企财险、新能源险为主）再保分入业务的全生命周期核保管理，涵盖风险识别评估、再保方案设计、合同条款谈判及后期风险敞口监控，协同直保事业部与全球再保伙伴平衡业务增长与风险集中度

• 主导设计某沿海千万千瓦级风电基地项目的再保分入核保方案——面对项目覆盖3个台风高频登陆区域、地质条件涉及软土沉降的复合风险，联动国际再保伙伴的地质风控团队开展现场三维激光扫描建模，运用RMS巨灾模型模拟100年一遇台风场景下的损失分布，调整主险免赔额至损失的15%（高于行业均值5个百分点），并将巨灾超赔层设置为超过5亿元损失的部分；最终核保通过该项目1.2亿元的再保份额，年度保费收入360万元，后续3年未发生因巨灾导致的超额赔付，风险分散有效性较同类项目提升20%
• 牵头优化再保核保流程的智能化升级——针对传统人工审核依赖经验、效率低的痛点，引入NLP自然语言处理工具提取投保资料中的风险关键词（如“地震断裂带”“化工原料存储区”），结合历史赔付数据库构建风险预警模型，将单个项目初审时长从5个工作日压缩至1.5个工作日，核保决策错误率从8%降至2%，全年节省人力成本约45万元
• 处理某跨国化工企业在华子公司的财产一切险分入业务——标的位于长江流域地震设防烈度7度区，且存储有易燃易爆化学品，历史赔付数据不足3年；采用贝叶斯统计模型整合行业地震损失数据、企业安全管理体系评分及专家主观判断，设定“每次事故免赔额100万元+巨灾超赔层”的再保条件，既控制了单一风险暴露，又满足了直保团队的业务拓展需求；项目承保后首年未发生赔付，次年企业追加投保2亿元保额
• 协同直保事业部完成新能源光伏电站项目的再保方案定制——针对光伏组件衰减、极端天气导致逆变器损坏的风险，运用蒙特卡洛模拟测算不同区域电站的10年累计损失率，调整再保分入比例为“基础层30%+高层20%”，并为高风险区域（如西北戈壁）额外要求直保方增加“组件性能测试报告”作为核保前置条件；最终该项目再保份额达8000万元，助力直保团队拿下客户年度80%的新能源业务，部门非车险再保收入同比增长45%

协助资深再保核保人完成中小非车险项目的风险初审、数据整理及流程跟进，参与再保方案的基础建模与再保伙伴的日常沟通，支撑再保分入业务的标准化执行

• 协助完成12个中小工程险项目的风险初审——运用公司内部“工程险风险矩阵工具”（涵盖地域风险、施工工艺、承包商资质3个维度18项指标），输出包含“风险点提示+建议核保条件”的初审报告，帮助资深核保人将单项目审核时间缩短40%，其中3个项目因提前识别“高填方路段滑坡风险”调整了免赔额，避免了后续潜在赔付
• 参与某省级高速公路项目的再保方案数据支持——收集近5年同类型项目的赔付数据，用Excel构建“纯风险损失率测算模型”，测算出该项目车损险+第三者责任险的综合纯风险损失率为0.85%，为核保人设定“再保分入比例不超过40%”的决策提供了量化依据；最终方案被采纳，项目年度赔付率11%，低于预期15%
• 对接3家全球再保经纪人与直保客户——跟进核保流程中的资料补充（如施工许可证、安全评估报告）与问题沟通，建立“风险点台账”跟踪解决进度，将平均核保流程时长从7天缩短至4天，客户满意度评分从4.2分（满分5分）提升至4.7分

负责企业财产险、家庭财产险的非车险核保工作，参与风险评估、保单条款设计及后期赔付回溯，积累基础风险识别与核保规则优化经验

• 独立完成60余家企业财产险的核保——运用“企业风险等级评估表”（包含消防设施合规性、行业风险等级、过往3年赔付记录等12项指标），拒绝高风险标的（如位于洪涝区的木材加工厂）3个，将承保保单的平均赔付率控制在12%以内，低于部门同期平均水平3个百分点
• 参与设计“小微企业财产综合险”产品——调研100家小微企业的风险需求，分析历史赔付数据发现“盗窃损失”占比达25%，因此在产品中增加“盗窃附加险”并设定“安装防盗报警系统可享10%费率优惠”；产品上线首年保费收入200万元，赔付率9%，成为部门当年非车险爆款产品
• 回溯分析3起大额赔付案例的风险点——针对某纺织厂火灾赔付案（赔付金额80万元），发现核保时未关注到“车间违规存放易燃化学品”的风险，因此提出“增加高风险行业（如纺织、化工）的额外免赔额”建议，被部门采纳后，同类标的赔付率下降8%

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”。

• 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。