负责公司健康险产品线全生命周期管理，聚焦年轻家庭及新市民客群需求，协同技术、精算、运营团队完成产品从0到1设计及迭代，通过数据驱动优化产品竞争力与用户生命周期价值（LTV）。

• 主导设计首款‘百万医疗险+在线问诊’组合型产品，基于用户行为数据（埋点工具：神策数据）与竞品对标分析（使用波特五力模型），定位‘低门槛、高频服务触达’差异化卖点；协调精算团队搭建动态定价模型（引入GLM广义线性模型），解决年轻用户保费敏感问题，产品上线3个月实现保费规模8200万元，首月用户留存率达68%（行业平均52%）。
• 针对用户理赔投诉集中在‘材料繁琐’痛点，牵头优化‘智能核赔’流程：接入OCR识别（百度飞桨NLP接口）自动提取发票/诊断证明关键信息，联动保险公司核心系统实现‘一键报案-自动初审-进度追踪’闭环；上线后小额理赔时效从48小时压缩至2.1小时，客诉率下降41%。
• 搭建健康险用户LTV预测体系，结合RFM模型（最近购买、频率、消费金额）与机器学习算法（XGBoost），识别高价值用户特征（如25-35岁、有体检习惯），针对性设计‘健康任务积分兑换保费抵扣’运营策略；策略上线后高价值用户ARPU提升27%，续费率稳定在89%以上。
• 协同合规团队应对银保监‘互联网人身险新规’，主导产品条款与销售流程改造：梳理12类高风险销售场景（如误导宣传‘保证续保’），开发‘智能话术质检’功能（集成阿里云NLP审核引擎），确保合规率100%同时，销售转化率仅下降3%（行业平均降幅15%）。

负责车险平台产品设计与运营，聚焦新能源车与家庭自用车客群，推动‘线上化+智能化’转型，协同技术团队对接20+保险公司核心系统，提升报价效率与用户转化。

• 主导新能源车险专属产品开发，针对‘三电系统风险高、维修成本不透明’痛点，联合车联网平台（如高新兴物联）获取车辆行驶数据（日均采集120项指标），构建UBI定价模型（融合随机森林算法与车损险历史赔付数据）；产品上线后新能源车主投保率提升35%，保险公司赔付率下降18%。
• 优化车险比价平台用户体验，通过A/B测试（工具：Optimizely）验证‘智能推荐引擎’改版：基于用户车型、出险记录、地域数据，从12家合作公司中动态匹配3款最优方案（价格、保障、服务综合评分）；改版后用户决策时长从8分钟缩短至2.5分钟，转化率从11%提升至19%。
• 搭建车险用户分层运营体系，运用CLV模型（客户生命周期价值）划分‘高潜新客、沉默老客、高价值续客’三类群体，匹配差异化策略：新客推送‘首年保费立减券’，老客触发‘安全驾驶奖励’，续客提供‘免费道路救援’权益；策略落地后整体续保率提升22%，营销成本下降15%。
• 应对‘车险综改’后行业佣金率下滑，设计‘保险+服务’增值包：联动第三方服务商（如途虎养车）嵌入‘保养折扣、代驾券’权益，通过API接口实现权益发放与保单绑定；增值包带动单均保费提升120元，用户满意度调研得分从4.1分（满分5分）提升至4.6分。

协助惠民保产品运营，负责用户需求收集、渠道对接及数据复盘，参与从产品设计到落地推广的全流程支持，积累互联网保险下沉市场运营经验。

• 深度参与‘小楷惠民保’首期产品设计，通过问卷星收集8万+潜在用户调研数据，提炼‘不限既往症、低保费’核心诉求，推动保障范围覆盖医保外自费药（较竞品多纳入15种特药）；产品上线首年参保人数突破120万，占城市基本医保参保率18%（目标15%）。
• 负责抖音、微信社群等线上渠道推广，设计‘家庭投保立减’‘分享领红包’裂变活动，使用GrowingIO追踪用户转化路径，优化投放素材（测试23版海报/短视频）；活动期间带来35%的新用户，获客成本较线下地推降低42%。
• 搭建惠民保用户画像库，整合医保数据、投保行为、理赔记录（脱敏处理），输出‘老年用户占比67%、三线城市用户占51%’等关键结论，为二期产品调整（如增加老年慢性病管理服务）提供数据支撑，二期参保率提升至21%。
• 协同客服团队梳理高频咨询问题（TOP10集中于‘理赔流程’‘特药清单’），制作‘智能问答知识库’并嵌入投保页面，自助解决率从38%提升至65%，人工客服日均处理量下降28%。

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。