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。

商团客户数据驱动风险分级与精准定价系统构建项目

• 项目背景：商团险市场竞争白热化，公司传统定价依赖核保员经验判断，导致高风险客户赔付率超支（部分行业赔付率达75%以上）、低风险优质客户因定价偏高流失率超20%。核心目标是通过数据建模重构商团险定价体系，实现“高风险高定价、低风险低定价”的精准匹配，提升承保利润。我的职责是主导模型框架设计、全量数据治理、模型训练验证及跨数据/IT/业务部门的协同落地。
• 关键难题与技术：一是商团客户风险维度分散（涵盖行业属性、财务健康、运营稳定性、区域风险等），缺乏统一量化指标体系；二是企业财报、舆情文本等非结构化数据难以转化为风险因子；三是传统定价团队对模型的信任度低，担心“模型替代人工”。针对这些问题，我参考ISO 31000风险治理框架与COSO内控标准，搭建“四维风险指标体系”——包含行业风险（如行业赔付率均值偏差）、财务风险（如资产负债率、流动比率）、运营风险（如应收账款周转天数）、外部风险（如区域自然灾害频率）4个一级维度、21个二级指标；同时引入NLP技术处理企业年报与舆情数据，提取“涉诉金额占比”“管理层变动频率”等6个非结构化量化指标；模型层面选择LightGBM算法替代传统GLM，解决特征交互与非线性关系捕捉问题，并嵌入SHAP值解释模块，直观展示每个风险因子对定价的贡献度。
• 核心行动与创新：首先，我牵头梳理12个重点行业（制造业、批发零售业、建筑业等）的2000+条历史理赔数据，清洗缺失值与异常值，构建7:3的训练集与测试集；其次，与IT团队协作开发实时数据接口，打通财务系统、舆情监测系统与公司数据仓库，实现风险指标的动态更新；最后，针对业务团队的顾虑，我组织11场培训，用具体案例说明模型价值——比如某机械制造企业，模型提示其“应收账款周转天数较行业均值高35%”，对应赔付率可能上升18%，业务团队据此调整定价后，该客户续保率从40%提升至65%。此外，我创新性地将模型结果与核保员经验结合，设置“模型建议+人工 override”机制，兼顾自动化与灵活性。
• 项目成果与贡献：模型上线后，商团险整体赔付率从68%降至59%，年度承保利润提升2700万元；低风险客户（模型评分前30%）定价平均下降12%，续保率较之前提升18个百分点；该模型被纳入公司商团险核心定价系统，成为年度精算报告的关键组成部分。我个人主导了从指标体系搭建到业务落地的全流程，解决了“数据碎片化”“非结构化量化”“业务信任”三大核心问题，推动公司商团险从“经验驱动”向“数据驱动”转型，该项目也被总公司评为“2022年度最佳精算实践项目”。

财产险理赔反欺诈智能识别平台升级项目

• 项目背景：公司理赔端长期依赖人工核查，欺诈案件识别率仅35%，每年因欺诈导致的赔付损失超3000万元。核心目标是升级反欺诈平台，通过关联分析与机器学习识别团伙欺诈、跨险种欺诈等新型模式，提升识别效率与准确率。我的职责是主导理赔数据整合、关联图谱构建及反欺诈模型的落地应用。
• 关键难题与技术：一是理赔数据分散在车险、企财险、家财险等5个系统，缺乏跨险种关联；二是传统规则引擎（如“同一车辆一年出险超5次”）无法覆盖新型欺诈（比如修理厂与客户勾结，伪造多起小额事故）；三是对图数据库的应用经验不足，难以构建复杂的理赔关联网络。针对这些问题，我整合车险、企财险、家财险的理赔数据，构建“理赔知识图谱”——节点包括客户、车辆、企业、查勘员、修理厂5类实体，边包括“同一客户多险种理赔”“同一修理厂关联车辆出险”“同一查勘员重复查勘”等12种关系；模型层面选择GraphSAGE图神经网络算法，通过邻居节点的信息传递，识别隐藏的团伙欺诈模式；同时设计“实时预警+分级处置”机制，模型识别的高风险案件（得分≥80分）实时推送给理赔主管，中风险案件（60-79分）生成核查线索。
• 核心行动与创新：首先，我牵头完成5个系统的数据同步，清洗10万+条理赔数据，构建包含200万+节点、500万+边的理赔知识图谱；其次，与数据科学家团队合作，优化GraphSAGE模型的边权重——比如“同一修理厂关联车辆出险次数”的权重设为0.35，“同一客户多险种理赔”设为0.25，提升模型对团伙欺诈的敏感度；最后，我制定《反欺诈平台操作手册》，组织30场理赔人员培训，跟踪模型命中率与误报率，迭代优化3次模型参数。此外，我创新性地将“理赔时效”纳入模型特征，发现“查勘时效异常短”的案件欺诈概率较均值高22%，进一步提升了模型准确性。
• 项目成果与贡献：平台升级后，欺诈案件识别率从35%提升至62%，每年减少欺诈赔付损失约1200万元；理赔查勘效率提升30%，平均结案时间从7天缩短至4.9天；该平台被总公司评为“2021年度优秀风控项目”，推广至全国3个分公司。我个人主导了理赔数据的关联分析与图数据库应用，解决了“新型欺诈识别”“跨系统数据整合”两大核心问题，推动公司理赔风控从“被动核查”向“主动预警”转变，也成为我个人从“理赔执行”到“风控策略设计”成长的重要里程碑。

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。