统筹企业财产险、工程险及特殊风险标的核保全流程，负责风险评估模型搭建、核保政策迭代及重大项目承保决策，平衡业务拓展与风险管控目标。

• 主导千万级至亿元级企业财产险项目核保，运用RMS风险建模系统与火灾动力学模拟软件（FDS）量化分析标的内外部风险因子，完成15个工业厂房、物流园区项目的风险画像，识别电气线路老化（占比38%）、仓储密度超国标（平均超120%）等核心风险点，针对性提出加装智能烟感系统、调整货架间距等缓释方案，推动项目综合赔付率从行业均值78%压降至65%，年度保费规模突破1.2亿元。
• 针对新能源光伏电站、数据中心等新兴标的，牵头整合气象灾害数据（台风路径、冰雹频率）、设备可靠性参数（逆变器MTBF≥10万小时）及行业运维标准，构建差异化核保模板，将新业务上线周期从45天压缩至20天，首年承保18个项目，实现零重大赔案，区域市场份额从第五提升至第二。
• 基于近3年2500+理赔案件数据，运用GLM广义线性模型量化区域（沿海/内陆）、行业（化工/机械）、保额占比（超标的80%）等7项变量对赔付率的影响权重，优化高风险行业（木材加工、家具制造）费率浮动规则，年度核保拒保率从12%提升至19%，优质客户（AAA级信用）投保转化率提高30%。
• 联动理赔部建立“核保-理赔”复盘机制，针对某化工企业火灾赔案（估损1500万），追溯核保阶段风险查勘报告，发现未强制要求安装可燃气体监测系统的问题，推动修订《化工类标的核保指引》，新增“危化品存储分区合规性”“应急演练频次”等6项必查项，后续同类标的出险率下降42%。

辅助核保团队完成中小微企业财产险风险评估、核保材料初审及风险数据库搭建，保障基础核保流程高效运转。

• 负责中小微企业财产险核保辅助，使用Excel VBA开发风险评估模型，整合消防设施等级（甲/乙/丙类）、行业风险系数（参照GB/T 18218）、历史赔付率（近3年）等15项指标，自动生成0-100分风险评分卡，将单客户核保评估时间从2小时缩短至40分钟，累计处理1200+件核保需求，准确率达99%。
• 参与公司内部风险数据库建设，通过Python爬虫抓取应急管理部事故通报、气象局灾害数据（2015-2020年省/市/县三级），清洗分类后录入“区域风险特征库”，形成覆盖纺织、机械等8大行业的风险标签（如“长三角梅雨季仓储霉变风险”），团队风险评估效率提升35%。
• 针对核保指引中“仓储类标的分区要求模糊”问题，调研50家仓储企业消防规范，梳理普通/恒温/危化仓储的建筑耐火等级（一级/二级）、安全出口数量（≥2个）等标准，新增10条差异化核保规则，后续该类标的赔付率下降25%。

协助核保团队处理客户咨询、核保材料收集及初步风险筛查，保障核保流程基础环节顺畅运行。

• 负责财产险新单核保材料初审，对照《核保材料清单》核查消防验收证明、近1年财务报表等10项必备文件，建立“材料缺失预警表”（标注常见缺失项及补正模板），将材料补正次数从平均3次/单降至1.1次/单，核保流程平均时效从5个工作日缩短至2.8个工作日。
• 整理客户高频咨询问题（如“仓储类标的分区是否影响费率”“机器设备附加险投保条件”）28项，协同产品部编制《财产险核保常见问题手册》，覆盖90%以上客户疑问，客户咨询响应满意度从82%提升至96%。
• 参与新人核保培训，提炼“三看”风险识别法（看行业属性、看标的用途、看历史风险），制作15个典型案例PPT（含某仓库因未设防火门导致全损案例），帮助新人2个月内掌握基础风险筛查技能，新员工独立处理核保任务周期从3个月缩短至1.2个月。

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。