负责公司大型企业财产险、工程险及特殊风险（地铁、工业厂房）案件的理赔全流程管理，统筹查勘、定损、理算、争议协商及风险闭环，联动客户、公估机构、法务部实现理赔质量与效率双重提升

• 主导某地铁6号线工程险水淹事故理赔（保额12亿元）：接到报案后立即联动公估机构采用三维激光扫描+BIM模型还原地下车站淹水范围，结合施工日志、水位监测数据验证损失关联性；针对施工单位“围护结构渗漏属保险责任”的争议，调取投保前地质勘察报告（显示为富水砂层）证明属已知自然风险，最终拒赔不合理诉求1200万元，同时4500万元合理损失快速赔付，时效较同类项目缩短30%
• 处理某高端制造企业厂房火灾理赔（保额8亿元）：运用火灾痕迹学（V型燃烧痕迹、金属熔滴形态）锁定电气线路老化为起火原因，结合企业财务账册的设备及库存折旧数据，剔除重复索赔部件与虚增原材料损失，核损金额从企业申报的6800万元调整至4200万元（减损率38%）；同步出具《火灾风险防控建议书》，获客户风险管理部书面认可
• 牵头优化重大财产险案件流程：针对“查勘报告模板化、定损依据分散”问题，搭建“损失类型-证据链要求”矩阵表（覆盖火灾、水灾、爆炸等6类场景）并嵌入理赔系统，使后续同类案件查勘遗漏率从15%降至3%，理算准确率提升至98.5%
• 推动理赔与风控协同：每月汇总理赔数据，发现工业厂房火灾中“消防设施未定期维护”占比42%，联动风控部修订承保条款，将“消防设施年度检测报告”纳入必保资料，后续同类风险理赔案件数量下降27%

负责中小微企业财产险、家庭财产险案件的理赔处理，独立完成查勘、定损、理算及客户沟通，协助处理疑难案件争议协商，支撑理赔运营效率提升

• 主导某仓储企业火灾理赔（保额5000万元）：面对企业“火灾系第三方叉车操作不当导致、应由三者赔偿”的诉求，调取现场监控视频（司法鉴定未剪辑）及叉车司机笔录，确认火灾直接原因是企业未配置防火卷帘门（属保险责任）；通过增值税发票核对库存价值，剔除虚报高价电子产品损失，最终赔付3200万元，案件无上诉
• 推进小额案件线上化转型：针对5万元以下案件引入AI图像定损工具（整合OCR识别、物品数据库比对），制定《小额案件线上理赔操作指南》，使处理时效从平均7天缩短至2.5天，客户满意度从89分提升至94分
• 支持理赔数据化分析：整理近三年盗窃案件数据，发现“珠宝店、数码店”出险率高2.3倍且集中在夜间22点-凌晨2点，向核保部提交《高风险业态理赔特征报告》，建议将此类客户费率浮动系数从1.2上调至1.5，后续理赔率下降19%

协助处理财产险案件的查勘、资料收集、初步定损及档案管理，跟进客户需求反馈，学习理赔全流程专业技能

• 协助处理某商场水灾理赔（保额3亿元）：跟随资深理赔师使用水位计、激光测距仪测量淹水深度（最高1.2米），对照商场平面布局图标注重损区域，收集120家商铺的装修合同、设备采购发票，完成初步定损清单，为后续核损提供基础数据
• 数字化理赔档案管理：将过往1000份财产险案件档案录入电子影像系统，按“险种-险因-金额”分类标签，使档案检索时间从15分钟缩短至2分钟，获行政部“流程优化小能手”表扬
• 客户沟通与需求响应：协助解答客户关于理赔资料、进度查询的问题，整理80%以上常见疑问形成《理赔FAQ手册》，使客户咨询响应时效提升40%

基于场景化风险建模的商业楼宇财产险定价优化项目

• 商业楼宇财产险是公司非车险核心业务之一，但2021年赔付率达68%，较行业均值高10个百分点——传统定价依赖“楼宇类型+面积”的粗颗粒度因子，未覆盖物业管理水平、租户行业波动、周边环境等关键风险，导致高风险楼宇定价不足、低风险楼宇溢价流失。我的核心目标是重构“场景化风险定价模型”，实现“一楼宇一价”的精准定价，同时支撑产品向中小楼宇市场下沉。
• 项目难点在于商业楼宇风险的“非结构化”：一是传统数据维度缺失（如物业应急响应能力、租户行业集中度无统一量化标准），二是风险因子间存在非线性关联（如老旧楼宇若搭配一级物业，赔付率较同类型二级物业低20%）。我选择“梯度提升树（XGBoost）+ 贝叶斯网络”的混合模型框架——前者处理非线性关系，后者实现风险因子的可解释性；同时对接第三方物业评级机构（如中物协“星级物业数据库”）、工商租户数据（企查查“行业波动指数”），补充了5个非传统风险维度。
• 我主导了三方面关键行动：1）数据攻坚：清洗3年历史理赔数据（12万条）与外部场景数据（8万条楼宇属性、物业、租户信息），解决“数据孤岛”问题；2）模型调优：通过SHAP值分析筛选出23个核心因子，其中“物业消防演练频率”“租户行业集中度系数”对赔付率的预测权重达18%；3）模型验证：采用“时间序列backtesting”，证明新模型对未来12个月赔付率的预测准确率从72%提升至89%，且通过了银保监会“定价合理性回溯测试”。
• 项目成果显著：2023年6月新定价模型全量上线后，商业楼宇财产险赔付率降至59%（同比下降9pct），中小楼宇（建筑面积≤5万㎡）市场份额从15%提升至23%，新增保费1.2亿元；同时因定价精准，高风险业务的赔付成本下降18%，全年节省赔付支出4200万元。我个人主导了从“需求拆解-数据整合-模型落地-业务验证”的全流程，推动公司从“行业通用定价”转向“场景驱动的精细化定价”，成为非车险条线的标杆项目。

基于RPA+AI的商业车险人伤理赔流程重构项目

• 2020年公司商业车险人伤理赔面临“双高”痛点：时效高（平均处理周期8天，行业均值5天）、欺诈率高（欺诈损失占比12%）——传统流程依赖人工收集医疗资料、线下核损，且缺乏有效手段识别“挂床住院”“过度诊疗”等欺诈行为。我的目标是重构“智能人伤理赔流程”，实现“时效减半、欺诈率下降50%”的核心目标。
• 项目难点在于人伤理赔的“专业壁垒”：一是医疗数据格式不统一（不同医院票据、诊断证明的结构差异大），二是欺诈行为隐蔽性强（如虚构陪护人员费用）。我选择“RPA自动化+AI认知计算”的组合方案：用RPA机器人自动抓取医院电子病历系统（HIS）中的诊疗记录，解决资料收集慢的问题；用基于BERT的NLP模型分析医疗文本，识别“诊断与用药不匹配”“检查项目超适应症”等异常点，再结合历史欺诈案例库训练欺诈预测模型。
• 我推动了两方面核心创新：1）跨系统打通：协调IT部门与10家合作医院的HIS系统对接，开发RPA脚本23个，实现“报案-资料收集-录入”全流程自动化，替代了70%的人工操作；2）AI模型迭代：通过迁移学习优化NLP模型，将医疗异常识别准确率从75%提升至87%；同时将欺诈预测模型嵌入理赔系统，实现“自动预警+人工复核”的闭环。此外，我还主导制定了《智能人伤理赔操作规范》，明确了AI结果与人工审核的权责边界。
• 项目落地后效果显著：人伤理赔时效从8天缩短至3天（同比下降62.5%），单案处理成本降低40%；欺诈损失率从12%降至5%，每年减少欺诈赔付约3000万元；客户满意度（CSAT）从75分提升至88分，该项目获总公司“年度运营创新奖”。我作为项目负责人，不仅推动了技术与理赔流程的深度融合，更通过制度设计解决了“AI决策的可追溯性”问题，成为公司“智能理赔”的试点模板。

• 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。