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%

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”。

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。