统筹平台互联网保险产品战略规划与生态拓展，聚焦健康险、宠物险及企业端场景化产品，联动医疗、宠物、企业服务生态伙伴打造闭环解决方案，推动产品矩阵升级与商业化效率提升

• 制定平台互联网保险产品战略，运用波特五力模型分析行业竞争格局，锚定“差异化”“生态协同”核心策略，确定“健康险+宠物险+企业员工福利险”三大赛道，推动产品从“单一险种”向“场景化解决方案”转型，上线1年内新增3条产品线，贡献年保费1.5亿
• 联动微医、阿里健康等医疗生态伙伴，通过API接口对接实现“在线问诊-药品配送-理赔直付”全流程闭环，采用区块链技术确保理赔数据不可篡改，上线后闭环产品用户留存率从45%提升至62%，理赔时效从3天压缩至1小时内
• 搭建互联网保险产品运营体系，基于RFM模型对用户分层，针对高价值用户通过CRM系统推送“专属健康顾问+优先理赔”权益，高价值用户复购率从40%提升至55%，客均保费（ARPU）从800元增至1200元
• 主导中小企业“员工意外险+健康管理”组合产品设计，整合爱康国宾提供“年度体检+职场健康讲座”增值服务，通过企业微信社群触达1000+HR，上线半年签约企业200+，贡献保费3000万

主导平台核心互联网保险产品全生命周期管理，覆盖健康险、意外险及场景化定制产品，推动产品从0到1落地及规模化增长，对接渠道、精算、技术等5个团队，支撑年保费规模从1.2亿增长至3.5亿

• 主导“百万医疗险（青春版）”设计迭代，通过用户旅程地图发现“健康告知不清晰致拒赔投诉高”问题，联合核保团队优化告知问卷（采用Vue.js开发“智能引导+分步提示”交互），上线后拒赔投诉率从12%降至4%，季度保费提升60%（从800万增至1280万）
• 设计“宠物医疗险”场景化产品，通过艾瑞报告与宠物医院调研定位“看病贵、理赔繁琐”痛点，搭建“宠物疾病数据库”（整合100+常见疾病诊疗费用），结合GLM精算模型制定差异化定价，上线6个月覆盖20+城市，累计保费1800万，复购率35%
• 用GA4做投保流程漏斗分析，发现“支付环节跳出率30%”问题，联动UI团队将支付页从3步缩至1步（集成微信/支付宝一键支付），通过Hotjar优化按钮位置，支付转化率提升25%（从18%增至22.5%）
• 针对抖音直播场景定制“短平快”意外险（保障1-30天、保费9.9元起），通过埋点分析用户行为优化展示页（突出“即时生效+免健康告知”），单场直播保费从5万增至20万，渠道合作数增加8家

协助完成互联网保险产品需求挖掘、原型输出及小范围试点迭代，聚焦健康险与生活场景化产品，支撑团队完成3款试点产品上线

• 参与健康险需求调研，通过200+年轻白领用户访谈、问卷星数据分析，定位“理赔复杂、保障模糊”痛点，输出《年轻群体健康险需求报告》，推动简化理赔材料（从8项减至3项），试点期用户咨询量下降40%
• 主导“旅行意外险”原型设计，用Axure RP搭交互模型、墨刀做高保真演示，联动技术团队解决“异地出险实时报案”难点（对接第三方定位接口），产品上线1个月获1.2万次点击，转化率3.5%
• 跟进试点产品反馈迭代，用Excel搭数据看板跟踪“退保率、投诉率”，针对“旅行取消险赔付慢”问题，协调精算优化规则（审核时间从72小时缩至24小时），试点期退保率从8%降至5%

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。