负责大型企业财产险、工程险及责任险案件的理赔全流程管理，涵盖查勘调度、损失核定、理算赔付及风险减量，聚焦高价值复杂案件的处理与赔付成本管控

• 主导某制造业龙头企业（年营收超50亿元）厂房火灾理赔项目，接到报案后2小时内联动公估机构、消防部门及企业安全负责人启动应急响应，依据ASTM E1527火灾损失评估标准，结合热成像检测报告与残值拍卖记录，最终核损金额1200万元，较企业初始索赔额压降35%；同步协助客户对接灾后复建供应商，提供风险减量建议（如升级电气线路防火涂层），客户满意度达92%，成为分公司年度标杆案例
• 核心参与某高速公路工程险坍塌事故理赔，梳理近100份施工日志、监理验收报告及地质勘察资料，运用CostX工程损失量化软件还原边坡垮塌范围，识别出“未按照设计要求铺设土工格栅”的工程缺陷，最终拒赔不合理索赔项230万元，案件结案时效较同类项目缩短40%，获总公司工程险理赔条线通报表扬
• 牵头优化车险人伤小额案件流程，整合医保目录数据库与AI伤残鉴定工具，将“线上提交医疗单据+远程视频查体”模式落地，实现800余件案件平均处理时效从7天压缩至2.5天，赔付准确率提升至98.5%，直接降低人工审核成本约150万元
• 搭建财产险高风险场景预警机制，基于3年赔付数据挖掘出“老旧厂房电气火灾”“工程险暴雨引发的山体滑坡”两类高频风险，制定“查勘前必查消防设施年检记录”“工程险查勘需复核排水系统设计图纸”的预核损规则，全年此类案件赔付率下降18%，为公司减少潜在损失约600万元

协助处理企业财产险、家财险及责任险案件的理赔执行，负责查勘辅助、损失初核及客户沟通，参与流程标准化建设

• 协助完成某商贸综合体水灾理赔，独立完成3层楼面1200㎡现场查勘记录，核对200余项损失清单（含办公家具、电子设备、装修损坏），运用Excel宏工具快速汇总损失金额，初核核损金额320万元，为终审提供准确数据支撑，案件结案时效较常规流程提前3天
• 参与家财险智能定损系统测试，整理100余条真实理赔案例（涵盖冰箱、空调、家具损坏），标注图像特征与损失程度对应关系，助力系统图像识别准确率从85%提升至93%；系统上线后家财险小额案件自动化率提升至70%，减少人工介入量约40%
• 负责客户理赔沟通，针对某企业客户对盗窃案赔付金额的异议，收集监控录像、现场照片及派出所笔录等15项证据，出具《理赔说明函》逐项解释定损逻辑，最终客户接受赔付结果，续保率保持在90%以上，助力团队维护重要客户关系

参与财产险案件的理赔辅助工作，包括资料收集、现场查勘记录及简单损失核算，学习理赔流程与风险管控要点

• 协助整理某仓储企业火灾理赔资料，收集消防认定书、库存清单、保单副本等20余份文件，按“事故原因-损失范围-索赔金额”逻辑归档，确保资料完整性达100%，为后续查勘与核损提供及时支持
• 跟随资深理赔师参与工程险工地查勘，记录脚手架坍塌现场的钢管变形、模板损坏情况，绘制简易损失示意图标注受损数量，协助计算直接损失约50万元，掌握工程险查勘“现场拍照留痕+关键构件尺寸测量”的基本方法
• 处理车险小额案件数据录入，核对500余条理赔记录的保单号、被保险人信息及损失金额一致性，错误率控制在0.5%以内，提升理赔系统数据准确性，获带教老师“细心度高”的评价

车险与非车险跨险种融合定价模型构建及规模化落地项目

• 项目背景：车险综改后传统车险定价同质化严重，公司非车险（责任险、企财险合计占比38%）虽保持25%年增速，但因依赖经验定价导致赔付率较行业均值高6.2个百分点。核心目标是通过整合车险与非车险风险因子，构建全险种精准定价模型，支撑产品差异化竞争及赔付成本管控；我的职责是主导模型顶层设计、跨部门资源协调及落地推广。
• 关键难题：1）车险（基于行驶行为、出险历史）与非车险（基于行业属性、企业规模）的风险维度逻辑割裂，无成熟融合框架；2）非车险历史样本量仅为车险的1/7，传统精算模型易出现过拟合。我选择迁移学习中的领域自适应（Domain Adaptation）方法，将车险“风险暴露-赔付”的映射关系迁移至非车险，并引入万得行业景气指数、央行企业征信等外部数据补充维度；工具层面用Python TensorFlow搭建迁移学习框架，Moses精算软件验证模型稳定性。
• 核心行动：1）牵头梳理12类车险、8类非车险的23个共同风险维度（如客户风险偏好、区域产业集中度、企业管理水平）；2）设计“车险特征引导+非车险数据适配”的双层迁移架构——先将车险模型的隐藏层特征迁移至非车险，再用非车险样本微调参数，解决数据分布差异问题；3）联动业务部门开展3轮场景验证，针对制造业、批发零售业等高频非车险客群调整行业风险权重，提升模型对隐性风险的识别能力。
• 项目成果：模型上线6个月后，车险赔付率从61.8%降至55.1%（下降6.7%），非车险赔付率从57.5%降至49.8%（下降7.7%）；支撑推出“车险+雇主责任险”“企财险+公众责任险”2款组合产品，新客户转化率提升18%，年新增交叉保费1.5亿元。我个人主导了模型核心逻辑设计与跨部门协同，突破了跨险种数据融合的关键瓶颈，成为公司“全险种精细化定价”战略的核心落地标杆。

中小企业雇主责任险智能核保系统研发及迭代项目

• 项目背景：公司中小企业雇主责任险投保量年增22%，但人工核保占比65%，单均审核耗时4.2小时，且因遗漏企业隐性风险（如劳动纠纷史、社保缴纳异常）导致赔付率高于预期7.5个百分点。目标是开发智能核保系统，实现风险自动评估与分级决策，提升核保效率与准确性；我的职责是整合精算风险模型与核保规则，对接IT部门完成系统落地。
• 关键难题：1）中小企业风险数据分散，仅28%企业有结构化的行业/事故数据，大量隐性风险存在于年报、舆情等非结构化文本中；2）核保规则需同时满足监管合规（如《工伤保险条例》）与公司风险偏好，难以量化落地。我采用自然语言处理（NLP）技术提取非结构化文本中的风险特征（如“近一年劳动仲裁次数”“社保断缴时长”），结合结构化数据构建风险评分卡；工具用spaCy进行文本实体识别与情感分析，Drools规则引擎实现动态核保决策。
• 核心行动：1）收集12万条历史核保数据，标注150个风险特征点，训练风险评分模型（准确率87%）；2）将评分模型与23条核保规则（如“建筑行业+近一年仲裁≥2次=强制人工复核”“科技型企业+社保全覆盖=风险降级”）嵌入系统，设定三级核保策略（低风险<70分自动过审、中风险70-90分人工抽检、高风险>90分拒保）；3）联合法律部梳理18类监管红线，确保系统规则100%符合法规要求。
• 项目成果：系统上线后，人工核保量减少55%，单均审核时间缩短至1.8小时（效率提升57%），核保准确率从72%提升至96%；因精准拦截高风险客户，雇主责任险赔付率从51.7%降至48.6%（下降3.1%）。我个人推动了精算模型与核保流程的深度融合，解决了非结构化数据处理的关键问题，成为公司“核保智能化”转型的早期核心项目，后续被纳入集团“数字化核保”标准体系。

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。