统筹全国范围内大型企业财产险、工程险及特殊风险标的核保策略制定与执行，主导高风险业务风险评估模型优化，协同再保部门设计分层分保方案，目标将核心险种综合赔付率控制在行业前25%分位。

• 主导某新能源头部企业200MW光伏电站工程险核保项目，运用RMS风险建模系统结合当地气象历史数据（近10年台风、冰雹频次），构建‘自然灾害-设备易损性’二维风险矩阵，识别出逆变器雷击损坏为高潜风险点；推动在保单中增设‘关键设备额外损失险’附加条款，并协调海外再保人定制‘巨灾超赔层’分保方案，最终项目综合费率较行业基准压降8%，首年预期赔付率锁定在42%（低于目标值3个百分点）。
• 牵头优化财产险核保流程，针对中小微企业标的分散、尽调成本高的痛点，引入GIS地理信息系统叠加企业消防设施备案、周边环境风险数据（如化工园区距离、河道分布），开发自动化风险初筛模型；将低风险标的核保时效从3个工作日压缩至4小时，年度节省人力成本约120万元，同时高风险标的漏筛率从5%降至1.2%。
• 应对车险综改后非车险竞争加剧，主导修订‘高新技术企业财产险’核保指引，新增‘研发投入占比’‘专利数量’等软指标作为费率浮动因子，结合精算部压力测试验证，该类标的三年期累计赔付率较传统制造业低18%，推动当年该客群保费规模增长45%。
• 处理某跨国制造企业在华子公司爆炸事故理赔争议，调取核保阶段留存的‘安全管理制度审计报告’及‘历史隐患整改记录’，协同法律部证明企业未履行‘危化品存储分区’约定义务，最终减损金额达870万元，相关案例被纳入总公司核保反欺诈培训教材。

负责区域内制造业、仓储物流企业财产险核保，对接分公司业务团队完成风险查勘支持，监控属地业务赔付率波动并推动前端核保政策调整，目标实现区域综合成本率优于分公司KPI 2个百分点。

• 针对长三角地区化工企业集中风险，梳理近三年区域内化工类财产险赔付数据，发现‘仓储区与生产车间安全距离不足’是主因；推动在核保问卷中增加‘厂区平面布局图’强制上传要求，并联合风控部开发‘安全距离合规性’自动校验工具，当年化工类标的赔付率从61%降至53%，该经验被总公司推广至全国化工园区业务。
• 参与总公司‘营业中断险’产品迭代项目，基于分公司制造业客户调研数据（样本量200+），提出‘产能恢复周期’‘原材料供应链稳定性’作为附加费率浮动指标，配合精算部完成模型测试，新产品上线后该险种赔付率较旧版降低15%，当年贡献分公司非车险保费增量1200万元。
• 处理某钢材市场火灾事故核保回溯，通过调取保单副本及查勘记录，发现业务团队未严格执行‘仓储货物分类存放’核保要求；牵头制定‘重点险种核保质量后评估机制’，每季度抽取10%保单核查合规性，当年分公司因核保瑕疵导致的超额赔付减少67%。
• 协助培训新人核保岗，编制《常见风险点识别手册》（涵盖机械加工、纺织、仓储3大行业），包含‘设备老化程度判断标准’‘消防设施有效性核查清单’等实操工具，新人独立核保达标时间从3个月缩短至1.5个月。

承担企业财产基本险、综合险基础核保工作，参与核保政策解读与培训材料编写，协助完成高风险业务系统初筛及数据统计分析，目标保障核保操作零重大差错。

• 独立完成月均80+笔中小企业财产险核保，运用‘风险等级四色分类法’（红/橙/黄/绿）快速评估标的风险，标注‘屋顶防水老化’‘电气线路超负荷’等200+项潜在隐患，核保通过率稳定在82%（高于部门平均3个百分点），且后续12个月内出险率仅4.1%（低于部门均值1.8个百分点）。
• 参与总公司‘核保系统升级项目’，梳理一线核保员高频操作痛点（如‘重复录入企业消防信息’），提出‘对接国家企业信用信息公示系统自动抓取消防备案数据’优化建议，被开发团队采纳；系统上线后单笔核保信息录入时间减少40%，错误率下降25%。
• 定期整理核保拒保案例，按‘行业-风险类型’维度分类统计，形成《核保拒保原因分析月报》，指出‘老旧仓库无自动喷淋系统’占比31%为首要拒保因素；该报告推动分公司加强对此类标的提前风险提示，半年内相关拒保案件减少28%。
• 协助完成年度核保质量审计，核对500+份保单的‘风险查勘报告-核保结论’匹配度，发现12笔因查勘描述模糊导致的核保偏差，推动完善‘查勘报告标准化模板’，明确‘建筑结构等级’‘关键设备使用年限’等必填字段，后续同类偏差下降75%。

车险精准定价模型迭代与商业化落地项目

• 车险综改后公司车险赔付率攀升至78%（行业均值75%），传统定价模型依赖车型、车龄等10个静态因子，无法捕捉个体风险差异，导致高估低风险客户保费、低估高风险客户赔付成本。我作为项目牵头人，负责从数据整合、模型构建到业务落地的全流程，目标是提升定价准确率至85%以上，降低赔付偏差。
• 项目面临三大核心挑战：一是外部驾驶行为数据（如GPS轨迹、OBD传感器数据）的合规获取与脱敏处理；二是非结构化数据的高效ETL（日均产生10TB原始数据）；三是模型可解释性不足（监管要求向客户说明定价因子逻辑）。我选择Spark分布式计算框架解决ETL瓶颈，将数据处理时长从8小时压缩至1.5小时；引入XGBoost算法构建预测模型，结合SHAP值生成因子贡献度报告，满足可解释性要求；联动法务部制定《第三方数据合作合规指引》，明确数据采集边界与匿名化标准。
• 我主导跨部门（数据、业务、合规）小组，梳理出12类动态定价因子（如日均行驶里程、急加速频率、夜间出行占比），设计“静态基础因子+动态行为因子”的双层模型架构；针对样本中高风险客户占比仅3%的失衡问题，采用SMOTE过采样技术平衡分布，调整LogLoss损失函数优化对极端值的敏感性；推动模型与核心业务系统对接，完成10万条历史保单的回溯测试，验证模型在不同车龄、区域的表现稳定性。
• 项目成果显著：模型预测准确率从72%提升至89%，车险赔付率降至63%（同比下降15个百分点），综合成本率优化2.3个百分点，年度为公司节省赔付成本8000万元；模型通过银保监会备案，成为公司车险定价的核心工具，覆盖80%的车险业务。我个人因此晋升为精算与数据建模主管，后续主导模型季度迭代，持续提升风险区分度。

工程险风险减量服务平台搭建与试点推广项目

• 公司工程险业务赔付率达35%（行业均值30%），传统风控依赖人工查勘（每项目年均5次，耗时10人天），无法提前识别基坑坍塌、起重机械故障等高频风险。我作为项目核心成员，负责平台需求设计、试点落地与效果验证，目标是通过物联网+AI技术实现风险实时监测，将工程险赔付率降低20%以上。
• 项目难点在于两点：一是不同工地物联网设备（如位移传感器、水位计）协议不兼容，无法统一采集数据；二是风险预警模型的时序预测准确性低（初始模型仅60%）。我采用MQTT协议搭建设备接入层，定义统一的JSON数据格式，解决了多设备兼容问题；用LSTM长短期记忆网络构建时序预测模型，整合基坑位移、水位、降雨量等多维度数据，优化预警阈值的动态调整机制。
• 我主导需求调研，对接10家大型基建工地试点，收集200+维度的风险数据；搭建平台四大核心模块——设备管理（支持100+种设备接入）、实时监测（毫秒级数据更新）、风险预警（分红、黄、蓝三级）、处置闭环（联动施工方整改）；联合地质灾害专家优化预警规则，例如当基坑水平位移速率超过2mm/天时触发红色预警，要求2小时内现场核查并反馈整改结果。
• 试点效果远超预期：项目赔付率降至27%（同比下降8个百分点），人工查勘成本减少30%（每项目年均3.5人天）；平台随后推广至全公司50+个工程险项目，年度节省风控成本1200万元。项目形成的《工程险风险减量服务操作规范》成为企业标准，推动公司非车险风控从“事后赔付”向“事前预防”转型，我的能力也得到总部认可，后续调入精算条线负责车险模型工作。

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。