负责公司财产险、工程险及特殊风险业务的再保全流程管理，涵盖风险识别量化、再保方案定制、合约谈判落地及后期风险监控，联动直保团队与再保机构实现风险有效分散与成本优化

• 主导粤港澳大湾区某跨海大桥工程险再保方案设计，先通过现场查勘收集桥墩地质、台风历史路径、施工工艺等数据，用风险矩阵法评估出“台风（17级以上）、地震（7级以上）、基坑坍塌”三大核心风险；再基于RMS巨灾模型测算不同重现期下的损失分布，设计“40%比例再保+1.2亿巨灾超赔”的分层方案；随后与瑞士再、慕尼黑再开展3轮谈判，通过拆分风险层、绑定长期合作折扣，将再保成本从初始报价12%压降至9.5%，为公司节省年度再保支出约3500万元
• 优化公司中小企业财产险再保合约结构，针对过往因“极端天气定义模糊”导致的赔付争议，引入FEMA最新洪水地图与气象数据API，设计“指数型超赔再保”——以区域内站点降雨量超150mm/日为触发条件，直接赔付超额损失；全年减少因暴雨、台风引发的争议3起，节省争议处理成本210万元，该方案被纳入公司标准合约模板
• 负责某大型化工企业财产险再保安排，识别出“危化品泄漏第三方责任、生产设备爆炸连锁损失”两类特殊风险，用GLM模型测算赔付率阈值，设计“50%比例再保+停止损失再保（起赔额8000万）”组合；通过限制再保覆盖范围，将公司对该项目的风险敞口从4000万压缩至1200万，同时保留了对极端损失的分散能力
• 搭建再保业务风险监控Dashboard，整合再保合约条款、实时赔付数据、再保伙伴信用评级等18项指标，用Power BI实现“风险暴露热力图”“赔付率趋势预警”功能；每月向管理层汇报时，提前预警2起再保伙伴（某外资再保公司）信用评级下调风险，通过调整合约份额转移风险，避免潜在损失约1800万元

协助资深核保人完成财产险、工程险业务再保支持，包括风险数据整合、初步方案设计及合约执行跟进，参与再保伙伴准入评估与日常关系维护

• 协助完成18个基建项目再保风险筛查，用Python搭建PML（最大可能损失）计算模型，自动整合项目地质报告、施工进度表、气象历史数据，将单项目筛查时间从8小时缩短至2小时，团队季度处理量提升40%，助力高效识别高风险项目
• 参与某沿海风电项目工程险再保方案设计，收集线路途经区域的风暴潮、盐雾腐蚀数据，用RMS模型模拟100年一遇台风的损失，协助设计“35%比例再保+8000万巨灾超赔”方案；较原方案降低再保成本8%，获部门“季度优秀贡献奖”
• 跟进7份再保合约执行，每日监控摊赔进度，发现某再保公司对“暴雨导致风机基础沉降”拒赔后，收集气象证明、地基检测报告等证据，依据合约“自然灾害无除外”条款追回路赔款85万元；推动优化合约中“自然灾害定义”，明确暴雨强度标准
• 参与再保伙伴年度评估，整理5家候选机构的CDS利差、综合成本率、巨灾赔付率等12项指标，用层次分析法（AHP）计算权重，选出2家优质伙伴；后续合作项目的综合赔付率较基准低1.2个百分点，成为公司核心再保渠道

负责珠三角地区中小企业财产险、家庭财产险核保，聚焦风险识别、费率厘定及保单全生命周期管理，夯实一线财产险风险认知

• 独立核保220+中小企业财产险保单，采用“现场查勘+财务数据交叉验证”法，重点核查消防设施合规性、存货周转率、实际控制人信用记录；核保通过率83%，保单180天赔付率7.2%，低于团队平均1.1个百分点，成为部门“风险防控能手”
• 针对区域内家具制造企业集群风险，梳理“消防验收合格证+仓储区自动喷淋系统”两项核心要求，纳入核保指引；该类业务次年赔付率从11.5%降至7.8%，减少赔付支出约600万元
• 推动核保流程优化，引入OCR技术提取企业营业执照、财务报表信息，自动生成核保问卷；将单保单核保时间从3天压缩至1天，团队月度产能提升50%，获公司“流程创新奖”
• 参与3起高风险保单复勘，发现某电子厂隐瞒仓库违规存放易燃品情况，及时终止承保；避免后续约50万元火灾赔付，获“年度风险防控先进个人”称号

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”。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。