协助小微数字信贷产品全生命周期初期工作，聚焦需求调研、原型设计与落地支持，联动基础团队完成产品上线前准备，核心解决小微客群“审批慢、额度不准”的初始痛点

• 协助完成10万+餐饮/零售/制造业小微业主的需求调研，通过用户访谈、问卷星数据统计及用户旅程地图绘制，识别“审批时效慢”“额度匹配度低”两大核心痛点，输出《小微数字信贷需求优先级矩阵》，推动“30分钟内初审反馈”“动态额度试算”纳入首期功能清单，支撑产品上线首月获客量提升25%
• 主导产品原型设计（Axure RP 10），针对小微业主“轻量化操作”需求简化注册流程至3步（身份证上传、经营场所验证、人脸识别），联动技术优化前端交互逻辑，将注册转化率从18%提升至29%；同步输出《产品操作手册》《客服FAQ》，降低客诉率15%
• 参与风控模型前期输入，整理3个月历史申请数据，用SQL提取“近6个月流水波动幅度”“经营场所租赁时长”等12个关键特征，为风险定价模型提供基础变量，助力首期产品不良率控制在1.8%以内

负责小微供应链金融产品设计落地，联动核心企业与金融机构，构建基于真实贸易背景的数字信贷解决方案，推动产品规模化复制与价值转化

• 主导某制造业核心企业供应链小微金融产品设计，访谈10家上游供应商与3家金融机构后，针对“应收账款确权慢”“融资成本高”痛点，创新“区块链+电子合同”确权模式——对接核心企业ERP系统实现应收账款实时上链，确权时效从3天缩至4小时；联动风控构建“贸易真实性评分卡”，融资利率较传统模式降1.2个百分点，上线3个月服务200+小微供应商，放款规模达5000万元
• 通过Tableau分析用户行为发现“发票上传失败率30%”，定位OCR对手写发票兼容性不足，协调技术引入百度OCR定制化模型，识别准确率从85%提至98%，失败率降至5%以内；优化还款提醒功能（短信+微信模板消息），将逾期30天内还款率从72%提至85%
• 搭建产品运营体系，设计“核心企业推荐奖励机制”（MGM模式），推荐小微供应商的核心企业可享供应链金融费率折扣，3个月内该渠道新增获客占比40%；建立产品KPI看板（监控放款量、不良率、客户满意度），每月输出《运营报告》推动优化，季度复购率从55%提至68%

统筹公司小微数字信贷产品矩阵全生命周期管理，聚焦客群分层与精准触达，联动技术与业务团队实现产品价值最大化，支撑年度小微业务增长目标

• 主导小微客群分层体系建设，基于50万+存量客户数据用K-means聚类分成“初创型（成立<2年）”“成长型（2-5年）”“稳定型（>5年）”三类，设计差异化产品：初创型推“信用贷+创业补贴联动”（额度最高20万，利率下浮10%），成长型推“流水贷+供应链增信”（额度最高100万，审批15分钟），稳定型推“抵押贷+财富管理增值”；上线6个月三类客群放款转化率分别提35%、28%、42%，整体客群LTV升22%
• 牵头对接税务/工商/水电煤5类外部数据源，用API实现数据实时同步构建“多维度经营画像”；联动算法优化风险定价模型，AUC从0.78提至0.85，支撑“秒批秒贷”，不良率稳定在1.5%以内；日均放款量从800笔提至1500笔，支撑年度放款规模增长40%
• 与3家区域性银行达成“联合运营”，输出“小微客群运营能力”与“数字信贷技术平台”，协助银行搭建专属产品；通过“小微老板节”联合营销，3个月为银行带来1.2亿放款规模，公司获技术服务收入200万元；制定《小微数字信贷产品合作手册》，降低后续合作对接成本30%
• 打造“小楷小微贷”品牌，通过公众号/社群/线下沙龙传播“懂小微、快服务”理念；策划“小微成长计划”，为100家优质客户提供“信贷+经营培训”套餐，客户满意度从82%提至91%，品牌知名度在目标客群中升40%

小微商户信用评估模型迭代与全流程数字化平台搭建

• 项目背景：小微商户因缺乏规范财务报表、抵质押物，长期面临融资“准入难、审批慢、额度低”问题；公司原有信用评估模型依赖税务、工商等传统数据，覆盖商户仅12万，且不良率随客群扩张升至2.5%，亟需通过“数据维度拓展+全流程数字化”提升普惠覆盖效率与风险管控能力。我的核心职责是主导模型迭代、技术架构设计及跨业务/风控/合规部门的落地推进。
• 关键难题：1）传统数据维度单一，无法捕捉小微“经营流水、场景行为”等动态信用信号；2）实时决策延迟高（原30分钟），难以匹配小微商户“短、频、急”的融资需求；3）数据合规边界模糊，整合第三方场景数据时存在隐私泄露风险。
• 核心行动：1）数据层：联动支付机构、电商平台、税务系统获取商户流水、交易频次、客群评分等6类新数据，采用联邦学习框架在不共享原始数据的前提下训练融合模型，解决隐私与数据价值平衡问题；2）模型层：将原逻辑回归模型升级为“XGBoost+LightGBM” ensemble模型，重点挖掘“近3个月收款码动账次数”“旺季交易峰值占比”等20+个弱变量特征，提升对“隐性信用能力”的识别精度；3）技术层：搭建微服务架构的实时决策引擎，引入Flink流处理框架实现“数据接入-特征计算-额度审批”端到端5秒内完成，同时设计“数据脱敏+权限分级+审计日志”体系，满足银保监会《商业银行互联网贷款管理暂行办法》要求。
• 项目成果：1）模型准确率从72%提升至85%，不良率稳定控制在1.8%以内，覆盖商户拓展至35万，其中首贷户占比42%；2）全流程平台支持日均10万+笔贷款申请，业务处理效率较之前提升70%，客户满意度从68分升至89分；3）项目成为公司“数字普惠”核心产品，2023年带来新增营收1.2亿元，获银保监会“小微企业金融服务优秀案例”提名。我个人主导了模型迭代路径设计与技术架构选型，推动解决了“数据合规”与“实时决策”两大核心瓶颈。

农村客群小额信贷精准触达与风险预警系统开发

• 项目背景：农村客群因居住分散、金融知识匮乏，传统“线下扫街”触达方式效率低（有效转化率仅8%），且风险预警依赖“逾期30天”等滞后指标，不良率高达3.2%。公司亟需通过“数据驱动的精准触达+前置风险预警”破解农村普惠“最后一公里”难题。我的职责是负责算法模型开发、触达策略优化及系统模块落地。
• 关键难题：1）农村客群数据稀疏（仅拥有农地确权、农机补贴等5类静态数据），传统信用评分模型无法有效区分风险；2）触达渠道分散（线下网点、手机银行、助农服务点），用户行为数据割裂，难以实现个性化推荐；3）风险预警指标滞后，无法提前识别“因自然灾害、农产品价格下跌”导致的还款能力恶化。
• 核心行动：1）数据层：整合农业农村部“农地流转”数据、气象局“县域降水/气温”数据、农产品交易所“价格指数”数据，采用迁移学习算法将城市客群的“交易行为特征”迁移至农村客群，构建“生产经营+社交关系+外部环境”三维特征体系；2）触达层：基于协同过滤算法分析客群偏好——例如针对种植户优先推荐助农点“线下测额”，针对养殖户推送手机银行“饲料款分期”优惠，将触达精准度提升40%；3）风险层：搭建LSTM+注意力机制模型，引入“未来15天降水概率”“生猪价格环比跌幅”等外部变量，实现“还款能力下降”提前30天预警，替代原有的“逾期后干预”模式。
• 项目成果：1）有效客户转化率从8%升至15%，单客获客成本下降35%；2）风险预警准确率从65%提升至82%，农村客群不良率降至1.1%，低于行业平均水平；3）系统覆盖河南、山东等5个省份18个县域，服务农村客群20万+，助力公司获得“乡村振兴金融服务试点单位”资质。我个人设计了农村客群三维特征体系，优化了个性化触达算法，推动了气象/农业数据的跨领域接入，解决了农村客群“数据少、触达难、预警滞后”的核心问题。

• 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。