负责华东区域年保费规模5000万以上企业财产险、工程险及特殊风险险种的核保全流程管理，主导区域核保策略制定与风险模型优化，协同再保团队控制单一风险敞口，确保业务承保质量与公司偿付能力匹配。

• 主导区域内央企、国企及上市公司企业财产险核保，运用SAS风险建模系统整合企业财务报表、行业风险数据库（A.M.Best行业损失率）及ESG评级数据，构建“基础风险等级+动态调整因子”评估框架，年内拒绝高风险业务47笔（涉及保额12亿），同时通过定制“营业中断险扩展传染病责任”附加条款，推动优质业务承保条件优化，年度赔付率从11.2%压降至9.4%，节省赔付成本2800万元。
• 牵头新能源电站（光伏、风电）工程险核保，创新设计“施工期风险+运营期预留”双阶段核保方案：施工期引入GIS地理信息系统分析项目地地质灾害点（如滑坡、泥石流概率），运营期基于设备制造商质保数据设定关键部件免赔额；年内完成8个省级重点新能源项目核保（总保额65亿），项目延期理赔纠纷率从9.1%降至2.7%，该方案被总公司纳入工程险核保标准模板。
• 优化非车险核保评分卡模型，新增反欺诈数据维度（包括企业历史赔付频次、关联方涉诉记录、行业协会黑名单），通过Python数据挖掘识别出23家“高风险伪装企业”（如虚构消防验收证明），核保决策效率提升40%，模型对欺诈案件的预警准确率从78%提升至89%，年度减少不合理承保损失1500万元。
• 统筹巨灾超赔再保安排，针对区域内化工园区财产险（单项目保额超10亿），运用非比例超赔（超过5000万损失部分）与比例再保（自留40%）组合方案，将单一项目自留风险上限控制在公司综合偿付能力充足率（235%）要求的85%以内，全年未发生因再保缺口导致的超额赔付，获总公司“风险管控卓越奖”。

聚焦中小微企业财产险、责任险及货运险核保，参与制定区域标准化核保指引，支持团队完成年度8000万保费目标的承保质量控制，推动低风险业务规模化拓展。

• 负责年保费500万以下中小微企业财产险核保，梳理“行业-规模-区域”三维核保标准，将平均核保时效从3个工作日压缩至1.5个工作日，团队月度处理量从120单提升至200单，同时通过交叉验证企业用电数据与申报资产规模，拦截虚假投保案件17起（涉及保额4200万）。
• 参与总公司“高危行业核保白名单”项目，收集化工、仓储、木材加工3类行业近3年历史赔付数据（赔付率均值22%），提出将“安全生产许可证有效期剩余不足3个月”“消防设施检测报告过期”纳入拒保项，白名单内企业年度赔付率同比下降7个百分点至15%，该项目获分公司“创新贡献二等奖”。
• 协助搭建非车险核保知识库系统，整理1000+条典型案例（如暴雨导致仓库进水、物流责任险因货物破损纠纷），配套开发“风险关键词检索”功能，新人培训周期从2个月缩短至3周，团队核保结论一致性评分从82分提升至91分，获部门“知识管理先锋”称号。

协助核保专员完成基础数据整理、风险初筛及核保流程支持，参与非车险核保辅助工作，为团队提供标准化操作支持。

• 负责企业客户投保资料数字化管理，运用Excel VLOOKUP与数据透视表建立“风险指标台账”（涵盖资产负债率、存货占比、历史赔付金额等12项核心指标），核保专员资料审核时间减少50%，资料错误率从12%降至3%，支撑团队月度处理量提升60%。
• 参与货运险、公众责任险核保辅助分析，统计近2年历史赔付数据发现“长途运输货物为精密仪器”时赔付率较均值高35%（r=0.68），协助优化核保指引，将该类业务免赔额从5%提升至8%，相关险种年度赔付率下降4个百分点至7.9%。
• 制作《财产险常见风险识别手册》（含仓储、厂房、机器设备3大类15小类标的风险特征图解），用于新人培训与日常核保参考，团队季度考核通过率从75%提升至90%，获直属领导“基础工作扎实，主动输出价值”书面评价。

大型基建项目工程险全生命周期风险管控体系搭建项目

• 项目背景：随着公司新能源电站、跨海大桥等大型基建工程险业务占比提升至27%，传统“单点承保+事后理赔”的模式暴露出风险识别滞后、赔付率波动大（年波动幅度达±5个百分点）的问题。核心目标是搭建覆盖“承保前风险评估-施工中动态监控-理赔后复盘迭代”的全生命周期风险管控体系，实现风险前置与精准定价。
• 关键难题：一是基建项目类型异质性强（涵盖光伏、风电、地铁等8类），传统风险模型无法适配细分场景；二是内外部数据分散（内部承保/理赔数据、外部地质/工程进度数据未打通）；三是专家经验难以量化，风险权重设置依赖主观判断。我作为项目负责人，需统筹精算、理赔、风控及外部工程咨询团队解决这些问题。
• 核心行动：1. 基于COSO风险管理框架与ISO 31000标准，搭建“行业-项目-风险因子”三层维度库——例如针对光伏电站，拆解为“选址地质、组件供应商资质、运维方应急能力”3个一级维度、11个二级指标；2. 整合多源数据：内部拉取近5年基建项目理赔数据（1.2万条），外部接入中国地质环境监测院GDEMS地质灾害库、广联达项目管理系统进度数据，构建统一风险数据湖；3. 用随机森林算法将专家经验转化为量化权重——比如将“沿海地区台风历史频率”的风险权重从初始的15%调整为22%（通过历史赔付数据回测验证）。
• 项目成果：1. 体系落地后，大型基建项目赔付率从18%降至11%，单项目风险识别准确率从65%提升至89%；2. 开发“基建工程险智能风控平台”，核保效率提升40%（单项目评估时间从2周缩至1周）；3. 该体系被总公司推广至15家分公司，成为基建工程险标准化管控流程。我个人主导了框架设计与跨部门协同，推动模型量化及外部数据接入，直接贡献了35%的赔付率下降。

车险-非车险联合反欺诈模型优化项目

• 项目背景：公司车险反欺诈模型成熟（识别率达28%），但非车险（企财险、工程险）仍依赖人工排查，且两类险种欺诈行为存在隐性关联（如同一投保人通过车险“碰瓷”与非车险“虚增损失”套利），导致整体欺诈漏判率高达32%。目标是构建跨险种联合反欺诈模型，提升欺诈识别精准度与效率。
• 关键难题：一是车险与非车险数据结构差异大（车险侧重出险时间/地点，非车险侧重项目损失/第三方鉴定），无法直接关联；二是跨险种欺诈模式识别难，传统模型无法捕捉“多险种组合造假”的隐藏关联；三是外部数据缺失，难以验证投保人信用背景。
• 核心行动：1. 用图神经网络（GNN）构建“投保人-关联主体”关系图谱——将车险与非车险的投保人、修理厂、鉴定机构等12类主体关联，识别跨险种风险传导；2. 采用迁移学习技术，将车险模型的“频繁小额出险”“短时间内多次报案”等特征迁移至非车险，补充非车险“频繁申请小额理赔”“第三方鉴定报告异常”等特征；3. 接入法院失信被执行人名单、税务异常经营数据，丰富投保人信用维度。
• 项目成果：1. 联合模型欺诈识别率从28%提升至45%，年减少欺诈赔付约3000万元；2. 模型纳入总公司反欺诈标准体系，覆盖全国80%的非车险理赔案件；3. 我主导了图谱构建与迁移学习应用，整合了跨险种数据与外部信用信息，直接推动漏判率下降18个百分点。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。