统筹企业财产险、工程险及特殊风险险种核保全流程管理，制定细分险种核保政策，优化风险评估模型，主导复杂项目核保决策，推动业务质量与规模均衡发展。

• 主导设计企业财产险分级核保策略，基于近5年历史赔付数据、行业风险特征及GDP/行业景气度等宏观指标，搭建包含标的类型、地理位置、消防设施等级等12个维度的风险评分模型，引入Python进行相关性分析筛选关键变量，将高风险业务识别准确率从78%提升至92%，年度赔付率同比下降4.3个百分点，支撑公司该险种保费规模增长18%的同时保持盈利水平。
• 深度优化工程险核保流程，针对大型基建项目（光伏电站、高速公路）风险分散难点，引入RMS系统地理信息系统（GIS）模块叠加卫星影像，构建‘施工区域-周边环境-工艺风险’三维风险画像，同步嵌入施工方资质、工期延误概率（通过蒙特卡洛模拟测算）等动态参数调整承保条件，复杂项目核保时效从7个工作日压缩至4个工作日，全年完成87个亿元级工程险项目核保，通过率稳定在85%以上，零重大核保过失。
• 牵头处理某跨国化工园区财产综合险特案核保，面对标的涉及高危化学品存储（苯类物质占比35%）、周边5公里内有居民区等挑战，联合第三方风控机构开展72小时现场查勘，运用HAZOP（危险与可操作性分析）方法识别泄漏、火灾等11项关键风险点，创新设计‘基础财产损失+附加延迟开工损失+环境污染责任’的组合方案，附加险费率较市场均值降低12%仍控制整体风险敞口，该案例被纳入公司特殊风险核保知识库并推广至同类型客户。
• 推动核保政策动态迭代，建立‘月度赔付追踪+季度归因分析’机制，识别出仓储险因仓储物分类模糊（普通货物与精密仪器混存）导致的赔付偏差问题，重新定义仓储物风险等级（普通/高价值/易损）并配套调整免赔额结构（从固定5万调整为按保额0.5%-2%浮动），实施后仓储险赔付率下降5.8%，核保效率提升30%，相关方法论被写入分公司核保操作手册。

负责企业财产险、家庭财产险基础核保初审，参与区域核保政策落地，积累一线风险评估经验，为高阶核保能力奠定基础。

• 独立承担家庭财产险标准化产品核保初审，日均处理120单业务，熟练运用公司智能核保系统（基于规则引擎配置200+风险标签），快速判断房屋建筑结构（砖混/钢混）、地理位置（洪水风险等级）、家庭财产类型（普通家电/高价值艺术品）等风险要素，将初审通过率从89%提升至95%，人工复核工作量减少40%，助力团队季度考核连续6季度排名全国前三。
• 参与华东区域企业财产险核保政策落地项目，针对区域内纺织企业集中（占该区域企业客户62%）的特点，整理近3年该行业火灾（因电气老化）、机器损坏（因连续作业）赔付数据，运用卡方检验验证‘设备使用年限超8年’与赔付率的强相关性，提出‘按设备使用年限阶梯式调整费率（1-3年0.8‰，4-8年1.2‰，8年以上1.8‰）’的建议，被纳入区域核保指引，实施后该行业赔付率下降3.2个百分点，客户续保率提升15%。
• 协助搭建新人核保培训体系，梳理高频风险场景（如仓储险水管渗漏、营业中断损失计算逻辑），编制《财产险核保常见问题100问》并配套案例解析，组织新入职核保员培训6场（覆盖35人），团队核保差错率从6%降至2%，获分公司‘年度优秀内训支持奖’。

参与财产险业务风险评估与监测，通过数据分析支撑核保政策制定，推动业务风险与收益平衡。

• 负责财产险业务季度风险监测报告编制，整合赔付率、综合成本率、案均赔款等18项核心指标，运用趋势分析（同比/环比）及同业对标（选取5家头部险企）识别出货运险因市场竞争导致的费率不足问题（平均费率较行业均值低18%），通过GLM广义线性模型测算合理费率区间，提出‘最低费率下限+浮动调整机制’的建议，被采纳后货运险综合成本率从102%改善至98%，实现承保盈利。
• 参与公司非车险业务结构调整项目，基于Solvency II框架下的偿付能力压力测试，分析各险种资本消耗（工程险资本占用系数0.35 vs 车险0.52），建议增加工程险、责任险等低资本消耗险种占比，推动公司非车险业务占比从35%提升至42%，偿付能力充足率保持在200%以上，支撑业务可持续扩张。
• 开发简易风险评估工具，基于Excel VBA搭建财产险标的风险评分模板，整合标的类型（厂房/仓库/办公楼）、历史赔付次数（近3年）、行业风险等级（化工/纺织/电子）等参数，自动输出风险等级（低/中/高）及建议核保条件（费率浮动±10%、附加免赔），将基层业务员风险初筛时间从15分钟缩短至5分钟，工具在全系统推广后业务端主动识别风险意识提升40%。

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。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。