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

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。