统筹大型企财险、工程险复杂案件全流程理赔管理，主导风险减量服务落地，推动理赔时效优化与赔付准确率提升，协同风控部门构建重点客户风险画像。

• 主导某新能源车企华东工厂火灾事故查勘（估损金额2300万元），运用火灾动力学模拟软件FDS还原起火路径，结合电气线路熔痕鉴定报告锁定电气设备老化主因，精准核定损失1850万元，拒赔不合理诉求450万元，案件获总公司‘年度优质理赔案例’。
• 牵头设计工程险风险减量服务方案，针对地铁施工项目常见坍塌风险，联合第三方机构提供基坑监测设备安装指导、爆破作业安全培训，覆盖8个在建项目，年度该项目赔付率从15.3%降至9.7%，获客户‘风险管控卓越合作伙伴’认证。
• 发现车险骗保团伙利用老旧车辆伪造碰撞痕迹的异常模式，提取近3年2000+类似案件特征，构建包含‘维修厂关联度’‘配件更换频次’等12项指标的反欺诈模型，落地后同类案件识别准确率提升37%，年度减损约560万元。
• 优化小额企财险线上理赔流程，引入OCR自动识别资产负债表关键数据、RPA机器人处理定损单录入，将5万元以下案件平均结案时效从8.2天压缩至5.1天，客户满意度从89%提升至94%。

协助处理车险人伤、责任险意外事故等常规案件查勘定损，参与理赔系统功能测试与流程优化，学习非车险风险评估基础方法。

• 独立完成120+车险人伤案件查勘，熟练运用‘人伤核损三步法’（医疗合理性审核、伤残等级评定、赔偿标准校验），将单案核损偏差率控制在3%以内，优于部门平均5%的标准。
• 参与总公司理赔系统升级项目，梳理200+条车险理赔字段逻辑，提出‘医疗票据自动验真’功能需求并推动落地，单票核验时间从15分钟缩短至2分钟，年节省人力成本约40万元。
• 协助建立责任险雇主责任险风险数据库，整理100+起工伤赔付案例，分析出‘高空作业未系安全带’‘机械操作无防护’等高频风险点，输出《制造业雇主责任风险提示手册》，被3家合作企业采纳用于员工培训。

配合主查勘师完成企财险、家财险现场查勘，负责损失清单整理、影像资料归档及基础数据录入，参与简单案件定损核算。

• 累计参与80+企财险查勘任务，掌握‘现场查勘七步流程’（风险环境观察、标的状态记录、证人访谈、损失清点、拍照取证、初步定责、报告初稿），独立完成5000元以下财产损失清单编制，准确率100%。
• 开发Excel自动化损失统计模板，集成‘损失金额=数量×单价×折旧率’公式，将单案数据整理时间从2小时缩短至30分钟，被团队推广使用，月均节省工时120小时。
• 协助处理某商贸仓库水灾案件，发现仓储合同中‘暴雨免责条款’适用争议，整理气象证明、排水系统检测报告等证据，支持主查勘师出具‘部分免责’理算意见，最终减损85万元。

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。

• 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。