统筹公司互联网保险产品矩阵的全生命周期管理，聚焦场景化、碎片化保险创新，协同技术、精算、运营团队完成从需求洞察到商业化落地的全链路闭环，目标是通过数据驱动的产品设计提升用户渗透率与单客价值。

• 主导宠物医疗险产品从0到1落地：通过爬取12家宠物医院诊疗数据+3000份养宠用户问卷，定位‘小额高频、理赔时效’核心痛点，设计‘基础医疗+第三方问诊’组合保障，联动精算团队搭建动态费率模型（基于宠物品种、年龄、地域三维度定价），上线3个月实现月均保费1200万，用户复购率达38%（行业均值25%）。
• 牵头旅行险场景化升级：针对年轻客群‘说走就走’的出行习惯，重构产品底层逻辑——将传统‘目的地固定’改为‘行程动态匹配’，接入飞猪/携程行程API实时同步航班/酒店信息，同步优化‘一键报案’功能（将理赔材料提交步骤从7步压缩至3步），Q2-Q3旅行险GMV同比提升67%，NPS评分从62升至79。
• 搭建互联网保险用户分层运营体系：基于RFM模型与LTV预测算法，将用户划分为‘价格敏感型’‘服务依赖型’‘保障全面型’三类，匹配差异化产品推荐策略（如向服务依赖型用户推送‘含在线问诊’的医疗险），推动整体转化率提升23%，高价值用户（LTV>5000元）占比从18%增至29%。
• 应对银保监‘互联网人身险新规’调整：牵头梳理存量23款产品条款，识别‘短期健康险续保承诺’‘第三方平台导流合规性’等7项风险点，协同法务团队完成12版条款修订，确保所有产品在新规过渡期内平稳上线，未出现因合规问题导致的用户投诉或下架。

负责健康险产品线的互联网化改造，重点解决传统健康险与年轻用户‘线上决策、即时保障’需求不匹配的问题，通过产品形态创新与渠道协同提升用户触达效率与转化质量。

• 主导‘惠民保’城市定制版产品设计：针对三四线城市用户对‘高性价比、无健康告知’的需求，联合地方政府医保局获取脱敏医疗数据，优化免赔额梯度设置（将一般医疗免赔额从1.5万降至8000元，特药0免赔），同步设计‘家庭共享保额’功能，上线6个月覆盖8个城市，参保人数突破45万，件均保费128元（低于行业均值15%）。
• 优化百万医疗险线上投保流程：通过热图分析发现35%用户在‘健康告知’环节流失，引入‘智能问卷预核保’功能（基于自然语言处理识别用户既往病史，自动匹配告知选项），配合‘一键勾选常见异常’快捷入口，将该环节转化率从61%提升至83%，整体投保完成率提高19%。
• 搭建健康险用户健康管理闭环：联动第三方体检机构与互联网医院，为购买重疾险的用户赠送‘年度基础体检+线上问诊券’，通过用户健康数据回传优化核保模型（如将坚持年度体检用户的重疾发生率预测下调12%），同时带动次年续费率提升15%，形成‘保障+服务’的正向循环。
• 推动渠道差异化产品供应：针对银行APP渠道用户‘高客单价、重品牌’特征，设计‘重疾+两全’组合险（保额最高300万，附加满期返还保费），配合专属投顾讲解视频，Q4在该渠道实现保费8000万，占渠道总保费42%（较上半年提升18pct）。

协助完成车险、意外险等标准化产品的线上化迁移，重点优化用户投保体验与渠道适配性，同时参与市场竞品分析与用户需求收集，为产品迭代提供数据支撑。

• 完成车险全流程线上化改造：梳理传统车险投保‘线下验车-纸质签约-人工核保’痛点，设计‘远程视频验车+电子签名+智能核保’流程，接入公安交管系统自动校验车辆信息，将平均投保时长从2.5天缩短至45分钟，当年车险线上化率从38%提升至72%。
• 分析意外险用户需求特征：通过埋点数据与用户访谈，发现‘交通意外’场景需求占比达65%，但现有产品‘覆盖场景分散、保额偏低’，推动上线‘综合交通意外险’（涵盖飞机/火车/自驾，保额最高200万），首月销量破10万件，成为当年意外险主力产品。
• 支持渠道定制化产品开发：针对支付宝保险平台‘年轻、高频’用户特性，设计‘旅行+运动’小额意外险组合（9.9元/月，覆盖境内游+滑雪/潜水等高风险运动），配合平台‘首月1元’活动，上线3个月贡献渠道保费2800万，占该平台意外险销量的35%。
• 参与精算模型优化：整理10万+条历史理赔数据，标注‘年龄-职业-出险率’关联关系，协助精算团队将意外险定价误差率从8%降至4%，支撑产品利润率提升2.3个百分点。

新能源汽车AI智能理赔中台研发项目

• 背景：新能源汽车年保有量增速超35%，但传统车险理赔依赖人工线下查勘，存在平均处理时效2.1天、定核损偏差率15%、客户NPS仅32分的痛点。公司目标是用3-4个月构建覆盖80%小额高频案件的AI智能理赔中台，解决效率与体验问题。
• 关键难题与方法：一是复杂场景车损影像识别不准（遮挡部件定位错误率40%），二是10万+区域法规+保险条款的定责规则融合困难。前者采用多模态Transformer模型，融合Mask R-CNN的分割能力与Vision Transformer的全局表征，并加入车辆三维解剖数据辅助训练；后者引入Neo4j知识图谱，构建“保险法规-车辆属性-事故类型”三元组，将规则转化为图谱可达性查询。
• 核心行动：主导搭建车损影像标注Pipeline，联动4S店及第三方机构收集20万张真实事故图，用自适应样本加权机制将稀有场景（如侧撞电池仓）占比提至18%；设计“知识图谱+小样本学习”动态决策引擎，通过500例模拟案例微调模型适配区域法规；每两周推动精算、法务、IT共创会，对齐定责规则与模型阈值（如人伤责任“次要责任”权重从0.3调至0.4）。
• 成果：自动理赔占比从12%升至51%，平均处理时效缩至45分钟；定核损准确率提升至96.8%，投诉率降低37%；项目获公司“年度技术创新一等奖”，支撑新能源车险市场份额季度环比增长8%；我本人被评为“优秀项目Leader”。

城市惠民保个性化风险评估与反欺诈系统构建项目

• 背景：公司“惠万家”城市惠民保上市3个月后赔付率超110%，主因是高龄慢性病群体的理赔欺诈（虚开检查单、重复提交发票）及高频常规就医赔付。目标6个月内构建客户风险画像体系，实现理赔前筛查与理赔中实时核查，降低赔付风险。
• 关键难题与方法：一是医疗数据碎片化（医保、医院、药店未打通），二是“空挂床住院”“串换药品”等非结构化欺诈难捕捉，三是模型可解释性不足。前者用SQL联邦处理+差分隐私加密，将零散数据转为客户生命周期记录（含3年门诊次数、药品采购量等）；后者采用GAN-Autoencoder半监督学习，通过未标注正常数据生成异常得分，结合聚类识别小样本欺诈集群；同时用SHAP值构建可解释性报告，拆解风险维度。
• 核心行动：主导设计全链路医疗数据融合架构，日均处理12万条脱敏记录；开发收录10类常见惠民保欺诈场景的模式库，补充半监督学习正样本；推动运营端联动，将模型输出的高风险案件推送至理赔岗，附SHAP解释提升审核针对性。
• 成果：理赔欺诈率从9.2%降至3.1%，次均赔付金额回落至预算内；高风险客户提前干预率提升至75%，减少不必要赔付约1200万元；模型被纳入公司健康险风控标准框架，支撑后续3个城市惠民保产品上线；我获得公司“风控卓越贡献奖”。

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。