负责公司企业财产险、建筑工程一切险（CAR）及安装工程一切险（EAR）的核保全流程管理，涵盖风险识别、费率厘定、承保方案设计及限额管控，目标是在支持业务拓展的同时将年度综合赔付率控制在目标区间内。

• 主导新能源电站（光伏+储能）财产险核保政策迭代，针对行业特有的设备衰减、极端天气及电网接入风险，牵头构建‘气象数据-设备寿命-运维能力’三维评估模型，引入RMS巨灾模型模拟区域风险敞口，配套制定差异化免赔额（较传统火电项目提升20%-30%）与附加条款（如‘储能单元热失控扩展责任除外’），上线后该类业务首年赔付率从试点期的92%压降至78%，年度保费规模突破8000万元。
• 处理某央企海外EPC工程险核保项目（标的为东南亚跨海大桥，保额12亿元），面对政治风险（战争险覆盖争议）、施工工艺（深水桩基施工）及汇率波动三重挑战，联合法务部梳理‘不可抗力事件触发条件’，协调再保部引入伦敦市场比例再保（分担40%风险），最终以1.8‰费率承保，项目连续2年未出险，成为公司海外工程险标杆案例。
• 优化中小微企业财产险核保流程，识别原人工核保中‘财务报表真实性验证难’‘固定资产明细缺失’两大痛点，推动开发‘工商数据-税务发票-卫星影像’交叉验证系统（基于Python爬虫与GIS地图比对），将单均核保时效从3个工作日压缩至6小时，同时通过数据交叉核验拦截12起虚增资产投保案例，涉及保额超5000万元，当年该客群赔付率同比下降15个百分点。
• 建立工程险‘风险减量服务’核保联动机制，在核保阶段即向客户输出‘施工安全培训+设备定期巡检’建议清单，联合第三方风控机构对15个重点项目开展入场查勘，全年推动客户整改高风险点23处，对应项目出险率较未参与服务项目低28%，该模式被总公司纳入工程险核保标准动作。

为企业客户提供财产险核保技术支持，包括风险评估报告撰写、核保疑问解答及承保方案优化建议，协助保险公司提升中小客户核保效率与风险把控精准度。

• 为30余家制造业客户提供企财险核保预评估服务，运用‘风险矩阵法’（可能性×损失程度）量化火灾、盗窃、自然灾害风险，输出包含‘消防设施达标率’‘存货周转周期’‘周边治安指数’等12项指标的评估报告，其中90%报告被承保公司采纳，对应客户核保通过率从65%提升至82%，客户投诉率下降40%。
• 针对某化工园区集中投保需求（涉及28家中小化工企业），设计‘区域风险池’核保方案：按企业危险等级（甲/乙/丙类车间占比）分级设定免赔额与费率（最高差异达3倍），并通过共保体分散单一区域集中风险，该方案落地后园区整体赔付率稳定在65%-70%，成为公司在化工领域标准化产品模板。
• 开发‘企财险常见拒保点速查手册’，梳理设备老化（超折旧年限）、仓储混存（危化品与普通货物同库）等18类高频拒保场景及替代解决方案（如加保特定附加险），手册被纳入公司内部培训教材，新入职核保支持岗学习周期从2周缩短至3天，核保建议准确率提升25%。

对保险资金投资的不动产、基础设施债权计划等非标资产进行风险评估，重点关注标的资产运营风险、现金流稳定性及抵押担保有效性，为投资决策提供风险定价依据。

• 参与某高速公路债权计划风险评估，通过‘车流量预测模型’（基于历史通行费+区域GDP增速）测算未来5年现金流，发现项目通行费收入对货车占比（超40%）敏感，提出‘设置货车流量低于基准值80%时触发差额补足’的增信要求，最终该计划风险评级从R3下调至R2，顺利通过投资评审。
• 搭建‘商业地产抵押品估值动态跟踪体系’，每月采集标的写字楼空置率、租金收缴率及周边竞品价格数据（来源：链家API+地方房管局），设置‘空置率超20%’或‘租金下跌超15%’预警阈值，期间成功提示2个项目风险，推动提前追加抵押物（评估价值增加1.2亿元），保障保险资金本金安全。
• 协助完成3笔应收账款债权计划风险穿透核查，通过‘四流一致’验证（合同流、物流、资金流、发票流）发现2笔底层资产存在贸易背景不实问题，避免了约5000万元潜在损失，相关核查方法被纳入公司非标资产风险评估操作规范。

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。