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

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”。

• 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。