负责华东区域年保费规模5000万以上企业财产险、工程险及特殊风险险种的核保全流程管理，主导区域核保策略制定与风险模型优化，协同再保团队控制单一风险敞口，确保业务承保质量与公司偿付能力匹配。

• 主导区域内央企、国企及上市公司企业财产险核保，运用SAS风险建模系统整合企业财务报表、行业风险数据库（A.M.Best行业损失率）及ESG评级数据，构建“基础风险等级+动态调整因子”评估框架，年内拒绝高风险业务47笔（涉及保额12亿），同时通过定制“营业中断险扩展传染病责任”附加条款，推动优质业务承保条件优化，年度赔付率从11.2%压降至9.4%，节省赔付成本2800万元。
• 牵头新能源电站（光伏、风电）工程险核保，创新设计“施工期风险+运营期预留”双阶段核保方案：施工期引入GIS地理信息系统分析项目地地质灾害点（如滑坡、泥石流概率），运营期基于设备制造商质保数据设定关键部件免赔额；年内完成8个省级重点新能源项目核保（总保额65亿），项目延期理赔纠纷率从9.1%降至2.7%，该方案被总公司纳入工程险核保标准模板。
• 优化非车险核保评分卡模型，新增反欺诈数据维度（包括企业历史赔付频次、关联方涉诉记录、行业协会黑名单），通过Python数据挖掘识别出23家“高风险伪装企业”（如虚构消防验收证明），核保决策效率提升40%，模型对欺诈案件的预警准确率从78%提升至89%，年度减少不合理承保损失1500万元。
• 统筹巨灾超赔再保安排，针对区域内化工园区财产险（单项目保额超10亿），运用非比例超赔（超过5000万损失部分）与比例再保（自留40%）组合方案，将单一项目自留风险上限控制在公司综合偿付能力充足率（235%）要求的85%以内，全年未发生因再保缺口导致的超额赔付，获总公司“风险管控卓越奖”。

聚焦中小微企业财产险、责任险及货运险核保，参与制定区域标准化核保指引，支持团队完成年度8000万保费目标的承保质量控制，推动低风险业务规模化拓展。

• 负责年保费500万以下中小微企业财产险核保，梳理“行业-规模-区域”三维核保标准，将平均核保时效从3个工作日压缩至1.5个工作日，团队月度处理量从120单提升至200单，同时通过交叉验证企业用电数据与申报资产规模，拦截虚假投保案件17起（涉及保额4200万）。
• 参与总公司“高危行业核保白名单”项目，收集化工、仓储、木材加工3类行业近3年历史赔付数据（赔付率均值22%），提出将“安全生产许可证有效期剩余不足3个月”“消防设施检测报告过期”纳入拒保项，白名单内企业年度赔付率同比下降7个百分点至15%，该项目获分公司“创新贡献二等奖”。
• 协助搭建非车险核保知识库系统，整理1000+条典型案例（如暴雨导致仓库进水、物流责任险因货物破损纠纷），配套开发“风险关键词检索”功能，新人培训周期从2个月缩短至3周，团队核保结论一致性评分从82分提升至91分，获部门“知识管理先锋”称号。

协助核保专员完成基础数据整理、风险初筛及核保流程支持，参与非车险核保辅助工作，为团队提供标准化操作支持。

• 负责企业客户投保资料数字化管理，运用Excel VLOOKUP与数据透视表建立“风险指标台账”（涵盖资产负债率、存货占比、历史赔付金额等12项核心指标），核保专员资料审核时间减少50%，资料错误率从12%降至3%，支撑团队月度处理量提升60%。
• 参与货运险、公众责任险核保辅助分析，统计近2年历史赔付数据发现“长途运输货物为精密仪器”时赔付率较均值高35%（r=0.68），协助优化核保指引，将该类业务免赔额从5%提升至8%，相关险种年度赔付率下降4个百分点至7.9%。
• 制作《财产险常见风险识别手册》（含仓储、厂房、机器设备3大类15小类标的风险特征图解），用于新人培训与日常核保参考，团队季度考核通过率从75%提升至90%，获直属领导“基础工作扎实，主动输出价值”书面评价。

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。