负责公司数字普惠金融战略下小微信用贷、供应链金融产品的全生命周期管理，统筹跨技术（AI、大数据）、业务（银行/消金合作）、合规部门完成产品从0到1落地及迭代，目标是通过数字化工具降低小微融资成本，提升服务覆盖率与资产质量。

• 主导设计第三代小微信用贷产品‘小微快易贷’，基于IPC交叉验证逻辑与联邦学习风控框架，整合工商、税务、水电煤等12类外部数据构建多维风控模型，同步接入支付流水智能核验系统（用友NC+自研OCR），解决传统小微贷依赖抵押、人工尽调效率低的痛点。项目周期6个月，上线后单户授信额度提升至50万元（原30万），平均审批时效从3天压缩至45分钟，首年服务小微客群超8万户，不良率稳定在1.8%以内。
• 推动与城商行、消费金融公司的联合运营模式，设计‘平台获客+机构资金+联合风控’SaaS化服务方案，主导API接口标准化开发（对接10家金融机构），制定分润机制与风险共担规则。通过动态调整客群分层策略（运用LTV-CAC模型筛选高价值小微业主），合作机构资金使用率从62%提升至89%，公司技术服务收入年增长140%。
• 应对监管‘断直连’要求，牵头完成产品合规改造：重构用户授权链路（符合《个人信息保护法》），将征信查询场景从‘申请即查’调整为‘预授信通过后查’，同步上线‘征信查询知情同意书’弹窗组件（埋点监测用户点击率）。整改后产品合规评分从82分提升至95分，监管检查零问题，客诉率下降40%。
• 搭建小微客群运营指标体系，基于埋点数据（神策分析）与财务模型（IRR测算），定义‘有效获客成本’‘首贷户转化率’‘复贷间隔周期’等核心指标，通过A/B测试优化APP首页功能入口（将‘快速测额’按钮位置从二级菜单调整至首页C位）。上线后首贷户转化率从12%提升至21%，复贷率从35%提升至48%。

聚焦小微客群融资需求，负责‘小微经营贷’产品的迭代优化与区域化适配，协同技术团队完成风控模型升级、流程简化及渠道拓展，目标是提升产品在三四线城市小微商户中的渗透率。

• 针对三四线城市小微商户‘财务数据不规范’问题，主导引入‘软信息评估’模块：设计包含经营场所稳定性（水电缴费连续性）、上下游交易频次（收钱吧流水）、社区口碑（地推人员实地标签）等15项非结构化指标的评估体系，配合规则引擎实现自动化打分。模块上线后，无规范财报客群的授信通过率从18%提升至32%，客群覆盖范围扩大至县域个体工商户。
• 推动产品线上化改造，主导开发‘营业执照OCR+经营地址自动核验’功能（集成百度地图API），替代原线下拍照上传流程；同步优化电子签约环节（引入e签宝CA认证），将全流程操作步骤从11步减少至5步。改造后线上申请占比从45%提升至78%，用户流失率（申请未完成）从51%降至23%。
• 建立小微客群风险预警机制，基于历史逾期数据（M1-M3）训练XGBoost模型，识别‘近3个月水电用量下降超30%’‘收单交易笔数环比减少40%’等10类风险信号，触发人工复核或额度冻结。模型上线后，早期逾期识别准确率达85%，M3+不良率从2.9%降至1.9%。
• 协同市场部完成产品区域化适配，针对浙江义乌小商品商户、广东顺德制造业小微等客群，定制‘按季付息+灵活还本’‘订单质押增信’等差异化产品方案。区域化版本上线后，义乌地区授信额度使用率从68%提升至82%，顺德地区复贷客户占比从41%提升至55%。

协助完成小微金融产品的基础功能设计与落地，参与用户需求调研、竞品分析及风控流程优化，重点支持‘小微税易贷’产品的初期迭代与客群验证。

• 完成‘小微税易贷’竞品深度分析，拆解微众银行‘微业贷’、网商银行‘网商贷’等8款产品的额度规则、利率定价、还款方式，输出2万字分析报告，提出‘纳税时长加权评分’‘开票断月容忍度’等差异化策略建议，被采纳后成为产品核心风控指标。
• 参与用户需求调研，走访20家小微企业主（覆盖餐饮、零售、制造行业），发现‘税务数据授权流程复杂’是主要痛点（45%受访者提及）。推动技术团队优化授权页面（从跳转税务局官网改为H5内嵌授权），并增加‘授权进度实时提醒’功能。优化后授权成功率从67%提升至89%，首月产品申请量增长120%。
• 协助搭建基础风控规则库，梳理‘纳税等级B级以上’‘近12个月无欠税记录’等8条准入条件，配合数据团队完成规则测试（覆盖5000条模拟数据），确保规则准确率≥92%。规则上线后，首期客群不良率控制在1.5%以内，为产品正式推广奠定基础。
• 跟踪产品运营数据（用埋点工具GrowingIO），发现‘注册-申请’转化率仅28%（行业平均35%），通过漏斗分析定位‘身份信息填写页’流失率最高（占40%）。优化页面字段（合并‘法人身份证号’与‘证件有效期’为自动填充模块），转化率提升至36%，达到行业平均水平。

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。