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。

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。