负责亚太区非寿险再保险业务核保全流程管理，聚焦工程险、企财险及特殊风险领域，主导超赔合约设计、风险累积评估及直保公司再保需求匹配，协同精算、法律团队把控承保质量，年度管理再保限额超20亿元。

• 主导某跨国基建集团海外EPC项目再保安排，面对项目总投资8.2亿美元、覆盖东南亚3国的地震/台风复合风险，运用RMS V19精算模型模拟50年一遇自然灾害损失分布，识别出印尼区域地震风险累积超标23%的关键问题；通过拆分主标段与分包商责任，设计「层顶1.5亿美元-层底5000万美元」的巨灾超赔层+国家限额超赔的组合结构，协调慕尼黑再、亚洲再两家再保人差异化承保，最终促成项目再保成本较初始报价降低18%，已连续2年无重大赔案触发。
• 牵头优化公司工程险再保核保模板，针对中小型海外工程险（保额5000万-2亿美元）引入GIS地理信息系统叠加当地历史灾害数据，建立「区域风险等级-免赔额-超赔层厚度」动态匹配模型；解决了过往因区域风险评估粗放导致的核保偏差问题，模板上线后同类业务核保时效从7个工作日压缩至3个工作日，年度核保赔付率同比下降7.6个百分点。
• 处理某能源集团海外油气田财产险再保争议，直保公司要求扩展『战争险除外责任』覆盖范围，而再保人坚持按ISDA条款保留原有除外；通过梳理伦敦市场能源险再保惯例，援引ICC（A）条款第4.1条战争险定义及近3年同类项目判例，提出『附加特定区域战争风险附加险』的折中方案，既满足直保客户需求又控制再保人额外风险暴露，推动合约2周内签署，保障了客户年度12亿元资产的风险覆盖。
• 协同精算部完成巨灾超赔合约年度校准，基于过去3年亚太地区台风、地震实际赔付数据，调整超赔层起赔点（从原损失的25%提升至30%）及恢复次数（从2次/年缩减至1次/年）；校准后合约预期赔付率从82%优化至75%，再保人对合约盈利性满意度提升至90%，支撑公司续转该类合约规模增长25%。

负责企业财产险、家庭财产险及工程险再保业务的核保支持，参与合约制定、风险评估及直保端需求转化，重点管控中小客户群的风险集中度，年度处理再保案件超150笔，涉及限额合计8亿元。

• 独立承担某省小微企业财产险集合再保项目核保，面对1200家小微企业（单均保额800万元）的区域集中风险，运用Python编写风险聚合脚本，按地市、行业维度统计火灾/暴雨风险的期望损失；发现省内纺织业聚集区暴雨风险超出再保人限额35%，通过拆分行业承保比例（纺织业占比从40%降至25%）并附加『累计赔付超限额50%时启动比例分摊』条款，成功通过再保人核保，项目综合赔付率稳定在68%以下。
• 优化农房保险再保核保流程，针对农户自建房抗震性能差异大的痛点，引入『建筑结构评分卡』（含墙体材料、屋顶类型等6项指标），将农户风险等级划分为低/中/高三档；配合再保人调整费率浮动机制（高档农户费率上浮40%），核保通过率从72%提升至85%，同时年度农房险再保赔付率下降9个百分点，获总公司『创新核保方法奖』。
• 参与某央企海外工程险再保谈判，直保公司提出『扩展罢工暴乱险』需求，但再保人认为当地政治风险指数（ICRG评分45）过高拒绝；通过收集该国近10年罢工事件数据（年均3次，平均影响时长15天），测算罢工导致的直接损失占项目总投资的1.2%，提出『罢工暴乱险单独设限（限额500万美元）、免赔额提升至损失的10%』方案，平衡双方诉求，合约最终按此条件承保，保障了项目连续3年运营零中断。
• 搭建再保业务数据看板，整合承保、理赔、再保人反馈等12类数据源，设置『风险集中度预警』（单一区域限额占比超20%触发提醒）、「再保成本收益率」（综合费用率+赔付率＜90%为达标）等核心指标；看板上线后风险预警响应时效从3天缩短至实时，部门年度无效再保安排减少15笔，节约沟通成本约20万元。

协助资深核保人完成财产险再保项目的基础风险评估、条款初审及数据整理，参与工程险、企财险再保合约的初步定价支持，年度辅助处理核保案件80余笔，覆盖限额3亿元。

• 协助完成某火电项目工程险再保初核，整理近5年同类型项目赔付数据（主要为火灾、机械故障），运用Excel数据透视表分析出『锅炉设备损坏』占总赔付的42%；据此向资深核保人提出『附加锅炉设备单独损失条款』的建议，被采纳后纳入再保合约附加险，降低了主险赔付概率，该项目后续3年未发生锅炉设备重大损失。
• 负责再保合约条款的合规性初审，对照《财产保险公司再保险管理规定》及伦敦市场标准条款（如LMP协议），发现某企财险超赔合约中『损失确认时点』定义模糊（仅写『被保险人报案后』）；通过与法律部沟通，明确为『以公估机构出具的损失确认书为准』，避免了后续理赔时的争议，该条款优化被纳入公司标准合约模板。
• 参与农业险再保业务的数据清洗，将分散在10个县域的农户投保信息（含种植面积、作物类型、历史灾损）录入数据库，运用VLOOKUP函数匹配区域灾害系数（如洪涝系数0.3、干旱系数0.5）；完成2万条数据的标准化处理，为后续风险地图绘制提供了基础数据，助力团队完成首份省级农业险风险分布报告。

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。