负责公司企业财产险、建筑工程一切险（CAR）及安装工程一切险（EAR）的核保全流程管理，涵盖风险识别、费率厘定、承保方案设计及限额管控，目标是在支持业务拓展的同时将年度综合赔付率控制在目标区间内。

• 主导新能源电站（光伏+储能）财产险核保政策迭代，针对行业特有的设备衰减、极端天气及电网接入风险，牵头构建‘气象数据-设备寿命-运维能力’三维评估模型，引入RMS巨灾模型模拟区域风险敞口，配套制定差异化免赔额（较传统火电项目提升20%-30%）与附加条款（如‘储能单元热失控扩展责任除外’），上线后该类业务首年赔付率从试点期的92%压降至78%，年度保费规模突破8000万元。
• 处理某央企海外EPC工程险核保项目（标的为东南亚跨海大桥，保额12亿元），面对政治风险（战争险覆盖争议）、施工工艺（深水桩基施工）及汇率波动三重挑战，联合法务部梳理‘不可抗力事件触发条件’，协调再保部引入伦敦市场比例再保（分担40%风险），最终以1.8‰费率承保，项目连续2年未出险，成为公司海外工程险标杆案例。
• 优化中小微企业财产险核保流程，识别原人工核保中‘财务报表真实性验证难’‘固定资产明细缺失’两大痛点，推动开发‘工商数据-税务发票-卫星影像’交叉验证系统（基于Python爬虫与GIS地图比对），将单均核保时效从3个工作日压缩至6小时，同时通过数据交叉核验拦截12起虚增资产投保案例，涉及保额超5000万元，当年该客群赔付率同比下降15个百分点。
• 建立工程险‘风险减量服务’核保联动机制，在核保阶段即向客户输出‘施工安全培训+设备定期巡检’建议清单，联合第三方风控机构对15个重点项目开展入场查勘，全年推动客户整改高风险点23处，对应项目出险率较未参与服务项目低28%，该模式被总公司纳入工程险核保标准动作。

为企业客户提供财产险核保技术支持，包括风险评估报告撰写、核保疑问解答及承保方案优化建议，协助保险公司提升中小客户核保效率与风险把控精准度。

• 为30余家制造业客户提供企财险核保预评估服务，运用‘风险矩阵法’（可能性×损失程度）量化火灾、盗窃、自然灾害风险，输出包含‘消防设施达标率’‘存货周转周期’‘周边治安指数’等12项指标的评估报告，其中90%报告被承保公司采纳，对应客户核保通过率从65%提升至82%，客户投诉率下降40%。
• 针对某化工园区集中投保需求（涉及28家中小化工企业），设计‘区域风险池’核保方案：按企业危险等级（甲/乙/丙类车间占比）分级设定免赔额与费率（最高差异达3倍），并通过共保体分散单一区域集中风险，该方案落地后园区整体赔付率稳定在65%-70%，成为公司在化工领域标准化产品模板。
• 开发‘企财险常见拒保点速查手册’，梳理设备老化（超折旧年限）、仓储混存（危化品与普通货物同库）等18类高频拒保场景及替代解决方案（如加保特定附加险），手册被纳入公司内部培训教材，新入职核保支持岗学习周期从2周缩短至3天，核保建议准确率提升25%。

对保险资金投资的不动产、基础设施债权计划等非标资产进行风险评估，重点关注标的资产运营风险、现金流稳定性及抵押担保有效性，为投资决策提供风险定价依据。

• 参与某高速公路债权计划风险评估，通过‘车流量预测模型’（基于历史通行费+区域GDP增速）测算未来5年现金流，发现项目通行费收入对货车占比（超40%）敏感，提出‘设置货车流量低于基准值80%时触发差额补足’的增信要求，最终该计划风险评级从R3下调至R2，顺利通过投资评审。
• 搭建‘商业地产抵押品估值动态跟踪体系’，每月采集标的写字楼空置率、租金收缴率及周边竞品价格数据（来源：链家API+地方房管局），设置‘空置率超20%’或‘租金下跌超15%’预警阈值，期间成功提示2个项目风险，推动提前追加抵押物（评估价值增加1.2亿元），保障保险资金本金安全。
• 协助完成3笔应收账款债权计划风险穿透核查，通过‘四流一致’验证（合同流、物流、资金流、发票流）发现2笔底层资产存在贸易背景不实问题，避免了约5000万元潜在损失，相关核查方法被纳入公司非标资产风险评估操作规范。

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。