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

车险与非车险融合定价模型迭代及规模化落地项目

• 车险综改后行业同质化竞争加剧，公司非车险占比从28%提升至41%但交叉销售转化率仅7.3%，传统车险、非车险定价模型割裂，导致组合产品赔付率较单一产品高9.6个百分点，核心目标是构建跨险种风险关联的融合定价模型，实现“车+非车”组合产品的精准定价与规模化落地。
• 项目面临三大难点：一是车险（UBI驾驶行为）与非车险（企财险区域洪水风险、家财险家庭财产类型）的风险因子关联性弱，传统GLM模型无法捕捉交叉风险；二是内外部数据维度割裂，缺乏统一的“交叉风险特征”标签；三是业务部门对模型准确性存疑，此前类似模型曾因偏差12%导致定价失误。
• 主导模型设计时，创新性融合机器学习与贝叶斯方法：1）用XGBoost整合车险UBI的“急刹车频率”“日均里程”与非车险的“企业所在区域历史洪水频率”“家庭财产中贵重物品占比”等12个因子，构建“交叉风险指数”作为核心预测变量；2）引入贝叶斯网络量化模型不确定性，输出“定价置信区间”辅助业务决策；3）整合公司5年车险/非车险理赔数据及外部高德地图区域风险评分、气象局历史灾害数据，完成特征工程。
• 项目上线后，交叉销售组合产品赔付率较传统定价下降8.2个百分点，转化率提升至15%；覆盖12个省份的“车险+企财险”“车险+家财险”组合，年新增保费2.3亿元；模型被纳入公司《财产险定价管理手册》，成为跨险种融合定价的标准工具，我个人也因此获评当年公司“精算领域突出贡献者”。

农险巨灾风险累积测算系统搭建及应用项目

• 公司农险业务3年复合增长45%，但巨灾风险（洪水、干旱）累积测算依赖手工Excel模型，存在参数校准滞后、空间相关性分析缺失等问题，无法满足银保监会“巨灾风险准备金动态计提”的监管要求，项目目标是搭建自动化巨灾风险累积系统，实现风险量化与准备金计算的线上化。
• 核心难点在于：1）农险标的分散（覆盖全省87个县域的农作物、牲畜），巨灾风险的空间依赖性难以量化；2）部分县域历史灾害数据缺失（如近10年某县干旱损失数据不全），传统极值理论（EVT）模型无法准确拟合损失分布；3）系统需对接核心业务系统，对数据实时性要求高。
• 牵头解决关键问题：1）用GIS技术整合县域农作物种植面积、地形地貌、气象站数据，构建“空间风险热力图”，量化不同区域的巨灾风险相关性；2）引入卫星遥感MODIS植被指数补充历史产量数据，结合蒙特卡洛模拟优化EVT参数，解决数据缺失问题；3）带领技术团队用Python开发核心模拟模块，搭建“数据层-模型层-应用层”三层架构系统，实现风险累积结果实时更新。
• 系统上线后，巨灾风险累积测算时间从每周5天缩短至1小时，测算准确性提升20%；支撑公司完成农险巨灾准备金计提1.2亿元，符合监管要求；再保安排成本降低12%（因模型精准识别高风险区域，调整了再保分摊比例）；项目获公司“年度创新项目一等奖”，相关方法论被推广至寿险农险板块。

• 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。