统筹全国范围内大型企业财产险、工程险及特殊风险标的核保策略制定与执行，主导高风险业务风险评估模型优化，协同再保部门设计分层分保方案，目标将核心险种综合赔付率控制在行业前25%分位。

• 主导某新能源头部企业200MW光伏电站工程险核保项目，运用RMS风险建模系统结合当地气象历史数据（近10年台风、冰雹频次），构建‘自然灾害-设备易损性’二维风险矩阵，识别出逆变器雷击损坏为高潜风险点；推动在保单中增设‘关键设备额外损失险’附加条款，并协调海外再保人定制‘巨灾超赔层’分保方案，最终项目综合费率较行业基准压降8%，首年预期赔付率锁定在42%（低于目标值3个百分点）。
• 牵头优化财产险核保流程，针对中小微企业标的分散、尽调成本高的痛点，引入GIS地理信息系统叠加企业消防设施备案、周边环境风险数据（如化工园区距离、河道分布），开发自动化风险初筛模型；将低风险标的核保时效从3个工作日压缩至4小时，年度节省人力成本约120万元，同时高风险标的漏筛率从5%降至1.2%。
• 应对车险综改后非车险竞争加剧，主导修订‘高新技术企业财产险’核保指引，新增‘研发投入占比’‘专利数量’等软指标作为费率浮动因子，结合精算部压力测试验证，该类标的三年期累计赔付率较传统制造业低18%，推动当年该客群保费规模增长45%。
• 处理某跨国制造企业在华子公司爆炸事故理赔争议，调取核保阶段留存的‘安全管理制度审计报告’及‘历史隐患整改记录’，协同法律部证明企业未履行‘危化品存储分区’约定义务，最终减损金额达870万元，相关案例被纳入总公司核保反欺诈培训教材。

负责区域内制造业、仓储物流企业财产险核保，对接分公司业务团队完成风险查勘支持，监控属地业务赔付率波动并推动前端核保政策调整，目标实现区域综合成本率优于分公司KPI 2个百分点。

• 针对长三角地区化工企业集中风险，梳理近三年区域内化工类财产险赔付数据，发现‘仓储区与生产车间安全距离不足’是主因；推动在核保问卷中增加‘厂区平面布局图’强制上传要求，并联合风控部开发‘安全距离合规性’自动校验工具，当年化工类标的赔付率从61%降至53%，该经验被总公司推广至全国化工园区业务。
• 参与总公司‘营业中断险’产品迭代项目，基于分公司制造业客户调研数据（样本量200+），提出‘产能恢复周期’‘原材料供应链稳定性’作为附加费率浮动指标，配合精算部完成模型测试，新产品上线后该险种赔付率较旧版降低15%，当年贡献分公司非车险保费增量1200万元。
• 处理某钢材市场火灾事故核保回溯，通过调取保单副本及查勘记录，发现业务团队未严格执行‘仓储货物分类存放’核保要求；牵头制定‘重点险种核保质量后评估机制’，每季度抽取10%保单核查合规性，当年分公司因核保瑕疵导致的超额赔付减少67%。
• 协助培训新人核保岗，编制《常见风险点识别手册》（涵盖机械加工、纺织、仓储3大行业），包含‘设备老化程度判断标准’‘消防设施有效性核查清单’等实操工具，新人独立核保达标时间从3个月缩短至1.5个月。

承担企业财产基本险、综合险基础核保工作，参与核保政策解读与培训材料编写，协助完成高风险业务系统初筛及数据统计分析，目标保障核保操作零重大差错。

• 独立完成月均80+笔中小企业财产险核保，运用‘风险等级四色分类法’（红/橙/黄/绿）快速评估标的风险，标注‘屋顶防水老化’‘电气线路超负荷’等200+项潜在隐患，核保通过率稳定在82%（高于部门平均3个百分点），且后续12个月内出险率仅4.1%（低于部门均值1.8个百分点）。
• 参与总公司‘核保系统升级项目’，梳理一线核保员高频操作痛点（如‘重复录入企业消防信息’），提出‘对接国家企业信用信息公示系统自动抓取消防备案数据’优化建议，被开发团队采纳；系统上线后单笔核保信息录入时间减少40%，错误率下降25%。
• 定期整理核保拒保案例，按‘行业-风险类型’维度分类统计，形成《核保拒保原因分析月报》，指出‘老旧仓库无自动喷淋系统’占比31%为首要拒保因素；该报告推动分公司加强对此类标的提前风险提示，半年内相关拒保案件减少28%。
• 协助完成年度核保质量审计，核对500+份保单的‘风险查勘报告-核保结论’匹配度，发现12笔因查勘描述模糊导致的核保偏差，推动完善‘查勘报告标准化模板’，明确‘建筑结构等级’‘关键设备使用年限’等必填字段，后续同类偏差下降75%。

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。

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。