统筹公司财产险核保策略制定与落地，管理8人核保团队，牵头复杂标的（单均保额超5亿）核保决策，联动精算、理赔、风控部门优化全流程风控体系，推动核保效能与业务质量双提升。

• 主导大型基建工程险核保，针对某跨海大桥项目（保额8.2亿），运用工程险核保「风险分层矩阵」工具，拆解施工期（台风季、深水作业）、运营期（材料疲劳、船舶碰撞）风险点；协调第三方风控机构开展地质勘探与施工方案评审，调整免赔额梯度（物质损失免赔率从0.5%提升至1.2%，第三者责任扩展地震险），最终项目综合赔付率锁定在1.8%（低于行业均值2.5%）。
• 推动核保数字化转型，基于历史赔付数据（覆盖3万+标的信息），使用Python构建「区域财产险风险预测模型」，纳入GDP增速、历史灾害频率、企业安全生产评级等12项变量，核保决策时效从48小时压缩至6小时，模型上线后新单赔付率偏差率从7.3%降至3.1%。
• 牵头修订《财产险核保操作手册（2024版）》，针对新兴行业（如数据中心、新能源储能）补充「关键风险指标库」，明确UPS电池衰减率（＞8%需加费）、储能电站消防系统认证（未通过则限制保额）等18项核保要件；手册实施后，新兴行业核保错漏率从4.7%降至1.2%。
• 管理核保团队日常赋能，设计「风险案例沙盘演练」培训机制（每月2次），选取近年典型赔付案例（如某化工企业爆炸事故），指导团队运用「HAZOP分析法」追溯风险源头；团队新人3个月转正率从65%提升至89%，年度人均核保单量增长42%。

负责中大型企业财产险、工程险核保，聚焦制造业、能源行业客户，设计定制化风险解决方案，推动核保模型迭代，协同精算部门优化定价逻辑。

• 主导某新能源车企全球工厂财产险核保，针对其锂电池生产车间（占厂区价值60%），引入「热失控风险评估模型」（结合电池能量密度、温控系统失效概率、消防响应时间），要求加装无线测温传感器（数据实时接入核保系统）；最终承保条件设置「每百万保额附加0.3%热失控免赔」，项目首年赔付率仅0.9%。
• 优化中小企业核保模板，梳理机械制造、商贸零售等5大行业风险特征，提炼「设备成新率（＜60%需现场查勘）」「存货周转天数（＞90天提高费率）」等10项量化核保规则；模板推广后，中小企业核保效率提升50%，年度保费规模增长1200万元。
• 参与总公司「巨灾风险数据库」建设，负责华东区域台风、暴雨灾害数据清洗与建模，提取「近10年县域级最大降雨量」「沿海堤坝等级」等关键参数，为区域内财产险产品定价提供底层支持；数据库应用后，台风高发区产品费率精准度提升28%。
• 处理疑难核保案件，某化工企业因环保违规被处罚（罚款500万），团队拟拒保时，通过分析其整改投入（新增废气处理设备3000万）、环保评级回升至B级，提出「限制承保范围（仅保非生产性建筑）+ 提高免赔额（20%）」方案，既控制风险又保留客户，该案例被纳入公司「风险缓释典型库」。

执行中小微企业财产险、公众责任险基础核保，完成风险初筛、条款适配及初步定价，协助整理核保文档并对接合规部门完成备案。

• 独立处理月均80+核保案件，运用「企业风险画像工具」（整合工商信息、司法涉诉、财务报表），识别高风险标的（如成立＜2年、资产负债率＞70%企业），核保通过率从初始的85%优化至78%，首年赔付率较同期下降4.1个百分点。
• 参与某商贸市场火灾险核保，发现其消防设施老化（喷淋系统5年未检修），要求客户提供整改报告并附加「消防设施合格证明」作为承保前提；后续该市场因电路故障引发火灾，因消防系统已升级，实际赔付金额仅为预估的35%，验证了风险筛选有效性。
• 协助优化核保操作流程，梳理「常见拒保场景清单」（含12类高风险行业、8项财务异常指标），制作标准化话术模板；新人上手周期从2个月缩短至1个月，团队月度核保差错率从3.2%降至1.5%。
• 跟进核保后管理，对50+存量客户开展年度风险回溯，重点核查企业生产规模扩张（如厂房面积增加30%）、高危设备新增（如引入压力容器）等情况，发起保额调整建议12次，其中8次被采纳，避免因标的变化导致的赔付超支。

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。