负责小微客群数字信贷产品的全生命周期设计、迭代与落地，联动风控、技术研发、运营团队打通“需求-开发-验证”闭环，聚焦小微融资“短频急、缺抵押、数据散”痛点，推动产品覆盖率、用户生命周期价值及资产质量协同提升

• 主导设计“多源经营数据归集+动态授信”产品模块，针对小微商户流水分散（微信/支付宝/银行/电商平台）的痛点，牵头制定第三方数据接入标准，使用ETL工具整合12类经营数据，结合XGBoost机器学习模型优化授信特征（如“近3个月夜间交易频次”“跨平台流水稳定性”），将授信通过率从18%提升至40%，首贷户规模季度环比增长35%
• 为解决小微“随借随还”需求与固定还款方式的矛盾，重点优化“弹性计息+阶梯利率”功能：通过敏捷开发迭代3版原型，用用户旅程地图梳理“借款-计息-还款”全链路痛点，引入实时定价引擎（基于RAROC模型动态调整利率），最终实现“按天计息、随借随还”，产品复贷率从45%提升至73%，客户NPS从32分升至58分
• 打造“小微经营场景化风控体系”，整合商户POS流水、供应链订单、税务数据等多维度信息，用知识图谱构建“商户-关联方-交易对手”关联网络，结合设备指纹、反欺诈算法识别多头借贷（拦截率达89%），推动产品不良率稳定在1.7%（低于行业平均0.6pct）
• 推动产品下沉县域小微市场，主导“县域特色产业定制化项目”：调研15个县域（纺织/农机/生鲜等产业），用PEST+用户访谈法提炼“产业周期适配”“本地化贴息”核心需求，设计“产业专属额度（最高50万）+地方政府利息补贴”方案，上线6个月县域市场覆盖率从12%提升至36%，新增用户中县域占比达42%

协助小微信贷产品的需求挖掘、原型设计与落地支持，参与用户需求分析、竞品对标及功能迭代验证，推动产品从0到1落地与用户体验优化

• 全程参与“个体工商户信用贷”产品落地：用问卷星发放800份调研问卷，深度访谈120家商户，归纳“无抵押、快审批、随借随还”三大核心需求，输出《个体工商户需求分析报告》，支撑产品定位为“纯线上、3分钟审批、额度循环使用”，上线3个月用户量突破1.2万
• 负责产品原型设计与交互优化：使用Axure RP制作11版流程原型，联动UI团队简化申请步骤（从5步压缩至3步），突出“额度预览”“审批进度实时查”核心信息，将申请转化率从28%提升至46%
• 搭建产品数据监测体系：用SQL提取用户行为数据（如“身份认证流失率”“额度查看率”），构建漏斗分析模型，发现“人脸识别认证”环节流失率达35%，推动优化为“身份证OCR+活体检测”双验证，流失率降至18%，审批时效从24小时缩短至1.5小时

协助小微金融产品的基础数据整理、用户反馈收集与竞品监测，参与功能测试与迭代建议输出，熟悉小微信贷产品设计全流程

• 整理小微客群征信与交易数据：用Python编写自动化清洗脚本，处理10万条格式混乱数据（如缺失值填充、异常值剔除），输出《小微客群数据质量报告》，为后续授信模型训练提供准确数据基础
• 用户反馈分析与痛点挖掘：收集线上问卷（500份）、客服记录（200条）反馈，用标签体系分类归纳出“审批慢”“额度低”“操作复杂”Top3痛点，提交《用户反馈优化建议》，其中“审批慢”问题推动技术团队优化模型，审批时间缩短87.5%
• 竞品动态监测与洞察：定期爬取网商银行“百灵计划”、微众银行“微业贷”等产品信息，用SWOT分析输出《小微信贷竞品监测报告》，其中“场景化嵌入”建议被采纳，推动产品接入本地生活服务平台（如美团商户版），新增获客占比25%

中小微企业多模态信用评估体系搭建与规模化应用项目

• 项目背景：国内中小微企业因缺乏标准化财务数据、抵质押物不足，长期面临“融资难、融资贵”痛点——传统银行信用评估模型依赖“三张报表”，覆盖仅30%的客群且不良率超2%。我司联合3家城商行发起本项目，目标是构建一套融合“财务+非财务+行为”数据的多模态评估体系，将小微企业授信覆盖率提升至50%以上，同时将不良率控制在1.5%以内。我在项目中担任“需求-技术-业务”全链路负责人，统筹产品设计、模型研发与银行落地对接。
• 解决的关键难题：①多源异构数据融合——需整合税务、发票、供应链流水、企业主电商交易等12类非结构化数据，且跨机构数据共享面临隐私合规限制；②行业泛化能力——不同行业（如制造业vs批发零售业）的小微企业经营特征差异大，传统模型易过拟合；③实时审批要求——银行需10秒内完成授信决策，传统离线模型响应时间超3分钟。
• 核心行动与创新：①数据层：采用“联邦学习+知识图谱”双引擎——通过联邦学习在不共享原始数据的前提下，联合银行与第三方机构完成模型训练；用知识图谱串联企业“人-企-链”关系（如企业主关联企业的经营状况、供应链上下游账期），将非结构化数据转化为可计算的结构化特征。②模型层：放弃传统随机森林方案，选择“迁移学习+轻量级Transformer”——先基于通用企业数据预训练基础模型，再针对制造业、批发零售业等5大高频行业做微调，既保留通用特征又适配行业差异；用Flink流处理框架实现数据实时清洗与特征计算，将响应时间压缩至2秒内。③业务对齐：牵头设计“评分卡+决策树”双输出模型，既给银行提供可解释的风险评分，也给出“是否授信、额度多少”的决策建议，降低银行的使用门槛。
• 量化成果与价值：①模型效果：授信通过率从传统模型的28%提升至45%，不良率稳定在1.1%（低于行业平均0.4pct）；②业务规模：服务8.2万家小微企业，累计发放贷款56亿元，带动合作银行普惠贷款余额增长32%；③技术与专利：申请2项发明专利（“基于联邦学习的小微企业信用评估方法”“多模态知识图谱构建小微企业经营画像的系统”），形成1套可复制的多模态评估标准，已被纳入我司数字普惠产品矩阵的核心组件。我的贡献是主导从0到1搭建体系，推动技术落地与银行生态绑定，直接支撑了公司“中小微普惠”战略的规模化扩张。

农村数字普惠金融服务触达能力提升项目

• 项目背景：我国县域及农村地区仍有40%的农户未接触过线上金融服务——一方面，农村网络基础设施薄弱，传统APP操作复杂；另一方面，农户缺乏征信数据，金融机构不敢贷。我司聚焦“下沉市场触达难”问题，目标是打造一套“低门槛、高适配、可持续”的农村数字普惠服务体系，将农户金融服务使用率从12%提升至25%以上。我担任项目解决方案负责人，负责需求调研、产品设计及与地方政府的资源对接。
• 解决的关键难题：①用户习惯障碍——农户普遍存在“不会用、不敢用”数字产品的问题，传统APP注册转化率不足8%；②数据缺失——农户无标准征信，仅依赖“村两委评语”无法量化信用；③场景脱节——金融服务未嵌入农户生产生活（如卖农产品、领补贴），缺乏触达场景。
• 核心行动与创新：①产品设计：采用“小程序+线下服务站”O2O模式——小程序极简设计（仅3个核心功能：贷款申请、补贴查询、农产品代卖），支持方言语音输入与手写签名，降低操作门槛；线下在100个乡镇设立“普惠金融服务站”，由村支书或超市老板兼任辅导员，现场教农户使用。②信用评估：整合农业农村局“农业补贴数据”、自然资源局“土地流转数据”、电商平台“农产品交易数据”，用LightGBM模型构建“农户信用分”，将无征信农户的评估准确率提升至78%。③场景嵌入：与当地供销社合作，将贷款申请嵌入“农产品代卖”流程——农户发布农产品信息时，可直接申请“卖货贷”，解决资金周转问题；与财政局合作，将补贴查询与“缴费”功能绑定，提升用户粘性。
• 量化成果与价值：①触达效果：服务5.1万农户，小程序注册转化率从7%提升至32%，服务站覆盖120个乡镇；②业务结果：发放农户贷款8.9亿元，不良率0.9%（低于农村金融平均1.2pct）；③社会价值：项目被纳入当地“乡村振兴数字金融试点”，获县政府颁发的“普惠金融突出贡献奖”，推动公司在县域市场的份额提升8%。我的贡献是深入下沉市场调研，将技术与农村场景、政策资源深度结合，解决了“最后一公里”的触达难题，验证了农村数字普惠的可行性模式。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。