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%。

长三角区域台风巨灾风险精细化管控项目

• 长三角是我国台风灾害最频发区域之一，公司原有巨灾模型以省级为最小粒度，存在风险分辨不足、定价偏差大等问题，导致近3年台风相关赔付率波动超±12%，亟需构建“精准识别-科学定价-前置防控”的精细化风险管理体系，我作为项目负责人统筹精算、风控、理赔及外部气象机构协同。
• 项目核心挑战有三：一是历史气象与损失数据维度割裂，省级数据无法支撑区县层面的风险量化；二是台风路径、强度与具体标的损失的关联逻辑不明确，传统GLM模型预测准确率仅72%；三是精算、理赔、风控部门数据口径不一致，跨团队协作效率低。
• 我牵头制定“数据-模型-应用”三层解决方案：1）数据层，整合10年长三角13个地级市气象站、卫星遥感及20万条理赔案例，用克里金空间插值法将台风参数（最大风速、累计降水、移动路径）细化至区县尺度；2）模型层，引入XGBoost机器学习算法替代传统GLM，纳入“地形坡度、河网密度、建筑抗风等级”等本地化因子，优化损失预测逻辑；3）协同层，搭建巨灾数据中台，统一各部门风险指标口径，实现气象预警与理赔报案的实时联动。
• 项目成果显著：1）模型分辨率提升至区县，台风损失预测准确率达89%，支撑公司推出“长三角台风专属财产险”，覆盖1200家企业，新单保费占比达非车险18%；2）基于模型输出的“高风险区县防灾清单”，联动客户开展厂房加固、应急演练，试点企业台风赔付金额较之前下降28%；3）项目形成的“区域巨灾精细化建模方法论”被集团纳入标准体系，我个人因此获集团“年度风险管控卓越奖”。

新能源企业环境责任保险专属产品设计与落地项目

• 新能源汽车、光伏等新兴产业高速发展，但现有环境责任保险（EPL）多沿用传统工业企业条款，未覆盖“电池回收泄漏、光伏组件重金属污染、储能电站火灾次生污染”等新能源特有风险，公司亟需通过产品创新切入新兴赛道，我作为产品开发核心成员负责风险调研与方案设计。
• 项目难点在于：一是新能源企业环境风险特征不明确，缺乏针对性的损失数据；二是监管对“渐进式污染责任”“供应链连带责任”的界定模糊，产品合规性存疑；三是市场对新兴险种认知不足，推广阻力大。
• 我主导三方面工作：1）风险识别，调研100家新能源企业（涵盖电池、光伏、储能），梳理出“生产环节污染物泄漏、退役设备处置不当、供应链上游污染传导”三大核心风险，形成《新能源企业环境风险地图》；2）合规与定价，联合法学专家解读《环境责任保险管理办法》，明确“覆盖全生命周期责任”的保障边界，基于蒙特卡洛模拟建立损失分布模型，开发“基础保障+可选附加险”的模块化定价体系；3）市场推广，协同销售团队针对头部新能源企业定制“风险减量服务包”（含环境审计、应急响应培训），降低客户投保顾虑。
• 项目成功落地：1）专属产品上线6个月内，承保200家新能源企业，实现保费收入5000万元，占同期非车险新单的12%；2）产品赔付率稳定在45%（低于行业平均20个百分点），因“覆盖新兴风险”获当地生态环境局推荐为“重点推广险种”；3）项目推动公司在新能源非车险领域市场份额从1.8%提升至3.5%，成为公司第二增长曲线的重要支撑。

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。