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%

中小微企业多维度信用评估与普惠信贷产品规模化落地项目

• 项目背景：当前中小微企业因财务数据不规范、缺乏可抵押资产，面临“融资难、融资贵”痛点——传统银行信用模型依赖报表数据，对轻资产、现金流波动大的企业覆盖不足，公司需构建“数据多维、模型精准、合规安全”的普惠信贷解决方案，目标是将中小微企业信用评估准确率提升至85%以上，支撑年放款规模超50亿元的产品落地。
• 关键难题：① 数据孤岛问题——企业税务、供应链、舆情等数据分散在不同机构，无法联合建模；② 行业异质性挑战——制造业、批发零售、餐饮等行业经营逻辑差异大，通用模型泛化能力弱；③ 合规边界——需平衡数据利用与《个人信息保护法》《征信业务管理办法》的要求。
• 核心行动：1. 技术破局：牵头定制化改造FATE联邦学习框架，搭建跨银行、税务、电商平台的“数据可用不可见”协同平台，整合12家机构的非共享原始数据；2. 模型优化：针对行业差异引入迁移学习，基于制造业设备运转IoT数据、批发零售库存周转数据、餐饮现金流峰值特征，分别调优子模型；3. 特征扩展：用BERT微调模型提取企业舆情、司法涉诉等非结构化数据的风险特征，同时设计动态权重机制——如疫情期间将“现金流稳定性”权重从20%提升至35%，疫情后回调至15%。
• 项目成果：① 信用评估准确率从72%提升至89%，模型泛化误差降低40%；② 推出的“小微易贷”产品覆盖企业从10万家扩展至50万家，不良率稳定在1.8%（低于行业平均2.5%）；③ 支撑合作银行发放普惠贷款82亿元，公司数字普惠业务市场份额较项目前提升15%。个人贡献：主导技术方案设计与跨机构合规协调，解决了数据孤岛与行业适配核心问题，推动产品从原型验证到规模化落地的关键跨越。

农村客群普惠金融服务适配性优化项目

• 项目背景：农村地区金融需求呈现“分散、周期化、低征信覆盖”特征——传统金融产品期限与农业生产周期错配（如种植户需6个月贷款但产品多为1年期）、额度与经营规模不匹配（如养殖户需10万元但产品最低20万元），导致服务覆盖率仅35%。目标是通过客群精准画像与需求预测，优化农村普惠金融产品的适配性，将服务覆盖率提升至55%以上。
• 关键难题：① 数据缺失——农村客群征信数据少，70%农民无信用卡或正规贷款记录；② 需求隐性——农业生产周期差异大（如水稻种植vs生猪养殖），潜在需求难以通过传统数据识别；③ 触达效率低——农民习惯线下服务，线上产品转化率不足10%。
• 核心行动：1. 数据整合：采集农地确权、农业补贴、农产品电商销售、村两委线下反馈等4类非传统数据，构建“生产经营+社交属性”的农村客群画像；2. 需求预测：用XGBoost+图神经网络（GNN）模型，关联家庭结构、种植面积、农资采购周期等特征，提前3个月预测资金需求（如种植户在3月需采购种子化肥，对应贷款需求为5-8万元、期限6个月）；3. 渠道联动：设计“线上产品+线下触点”模式——通过村邮站、助农服务点的二维码引流，简化申请流程（仅需3项资料，审批时效从3天压缩至1天）。
• 项目成果：① 农村客群服务覆盖率从35%提升至62%，产品适配率（期限/额度匹配生产周期）从58%提升至81%；② 发放农村普惠贷款25亿元，不良率1.5%（低于行业农村金融平均2.2%）；③ 线上产品转化率提升至28%，较之前增长180%。个人贡献：构建了农村客群首个“非征信数据驱动的需求预测模型”，推动线上线下融合的服务模式落地，解决了农村金融“最后一公里”的适配性问题。

• 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。