负责小微商户数字信贷产品的全生命周期执行，衔接产品、风控与一线业务团队，聚焦需求转化、风控策略落地、流程优化及资产质量管控，推动产品规模化落地与业务价值释放

• 主导某区域餐饮小微商户数字信贷产品落地，基于IPC尽调方法论与平台交易流水、外卖平台评分、门店WiFi连接频次等多源数据，搭建“经营稳定性+场景粘性+现金流韧性”三维风控画像；针对客群数据碎片化问题，联动数据团队开发“商户抗风险能力指数”模型（融合水电煤缴费连续性、周边3公里竞品密度等8个指标），将客群拒贷率从32%降至18%，首贷通过率提升21%，试点3个月内新增授信商户1200户
• 解决一线客户经理“尽调报告撰写耗时”痛点，牵头设计“智能尽调辅助系统”，整合工商变更、税务申报、收单设备使用时长等12类外部数据，通过NLP技术自动生成尽调摘要与风险点标注，将单户尽调时间从4小时压缩至1.2小时，团队人均日产能从8户提升至14户，获业务部门“年度效率优化奖”
• 推动客群分层运营策略落地，基于RFM模型（最近还款时间、还款频率、还款金额）与商户线上互动行为数据，将客群划分为“优质复贷户”“潜力提升户”“风险预警户”三类；配套差异化策略——优质户自动提额10%并降低利率0.5个百分点，潜力户推送“经营培训+临时额度”权益，风险户收紧额度并加强贷后回访；试点6个月内，优质户复贷率从55%升至72%，风险户逾期率从8.1%降至4.3%
• 协同风控团队迭代反欺诈策略，针对小微商户常见的“流水造假”“身份冒用”问题，引入设备指纹（识别同一设备多账户申请）、行为轨迹分析（捕捉异常修改经营地址频率）等技术，搭建“实时预警+事后回溯”双层体系；上线6个月拦截欺诈申请1200余笔，涉及金额1800万元，欺诈损失率从0.7%压降至0.2%

聚焦小微三农客群数字信贷需求挖掘与策略落地，负责产品迭代需求转化、风控模型测试优化及渠道协同推广，支撑业务规模增长与资产质量稳定

• 参与三农数字信贷产品设计，采用“深度访谈+问卷调研”方法收集1200名农户与个体工商户需求，提炼“季节性资金周转”“无抵押担保”“操作复杂”三大核心痛点；推动产品新增“农资采购专项额度”（最高20万元，随借随还）与“按季还息到期还本”还款方式，上线3个月新增三农用户3.5万户，占总新增用户62%，农户贷款余额从1.2亿元增长至3.1亿元
• 解决三农客群征信数据缺失问题，主导“农业生产能力替代指标”研究，选取种植面积（来自土地流转合同）、农产品收购合同金额、农业补贴发放记录等6类数据，构建“农业生产价值评估模型”；模型上线后将三农客群信用评分准确率从75%提升至88%，拒贷率下降15%，其中种植大户授信通过率从40%升至58%
• 设计“线上申请+线下辅导”协同模式，开发“农信e贷”小程序“客户经理关联”功能，实现客户申请后自动分配至对应线下客户经理，同步推送客户经营数据与需求标签；渠道转化率从18%提升至32%，单月新增贷款规模从2000万元增长至5000万元，覆盖全国15个农业县的800个行政村
• 搭建“资产质量+用户体验”双维度监控看板，涵盖逾期率、复贷率、尽调时长、客户投诉率等15项指标；针对“偏远地区网络延迟导致申请失败”问题，联动技术团队优化系统兼容性（适配2G/3G网络下的轻量化加载），将偏远地区申请成功率从70%提升至92%，客户投诉率下降28%

协助数字信贷产品落地执行，负责基础数据处理、一线需求收集及功能测试，积累数字信贷全流程基础经验

• 承担数字信贷客户基础数据清洗与标注工作，针对原始数据中“工商信息不一致”“流水数据缺失”问题，设计“多源数据交叉验证”方法（比对天眼查、企查查、银行流水三方数据），将数据准确率从85%提升至95%，为后续风控建模提供10万+条可靠数据
• 收集一线客户经理反馈的“尽调流程繁琐”“客户疑问解答不及时”等12项问题，整理成结构化需求文档提交产品团队；推动优化“尽调Checklist”（精简非核心字段3个）与“客户常见问题FAQ”（覆盖15类高频问题），一线工作效率提升25%，客户满意度从80%升至88%
• 参与“线上申请流程”“审批进度查询”功能测试，设计20条测试用例（涵盖不同客群、不同申请渠道），发现“身份证OCR识别错误”“审批状态更新延迟”等8个问题；推动技术团队修复后，产品上线bug率从15%降至5%，首月用户投诉率低于1%

中小微企业信用评估模型迭代及普惠产品落地项目

• 项目背景：针对中小微企业“财务数据缺失、关联风险难识别、传统模型覆盖率低”的普惠金融核心痛点，公司原有信用评估模型仅能覆盖60%的中小微企业客群，且不良率逼近1.8%的行业警戒线。我的核心目标是主导迭代模型以适配中小微企业多源异构数据特征，提升评估精准度与覆盖范围，并推动模型落地至公司核心普惠产品“小微快贷”，实现风险可控的规模化服务。
• 解决的难题：传统模型过度依赖结构化财务数据，无法挖掘供应链交易、企业间关联关系等非财务数据的价值；同时中小微企业违约样本稀缺，导致模型泛化能力弱。我针对性引入图神经网络（GNN）处理企业供应链关联图谱，捕捉上下游交易传导风险；采用迁移学习中的域适应算法，将大型企业的信用特征迁移至中小微样本空间，解决样本不平衡问题。
• 核心行动：牵头搭建“多模态数据融合平台”，整合工商、税务、司法、供应链ERP等8类20+维度数据；主导设计“关联风险+个体信用”双维度评估框架，用GNN挖掘企业隐性关联风险，用迁移学习补全样本特征；协同产品、业务团队完成模型与“小微快贷”的端到端集成，将审批时效从3天压缩至秒级。
• 项目成果：模型AUC从0.78提升至0.89，中小微企业评估覆盖率跃升至96%；“小微快贷”上线半年放款额达12亿元，服务8000+家中小微企业，不良率稳定在1.2%（低于行业均值33%）；申请发明专利1项（《基于GNN的中小微企业关联信用评估方法》），模型被纳入公司普惠金融核心技术栈，成为中小微客群的标准化评估工具。

县域农村数字普惠金融服务场景搭建项目

• 项目背景：农村地区长期面临“金融服务触达难、农户抵押品缺失、信用评估无数据”的问题，公司前期农村业务依赖线下尽调，仅覆盖1.2万户农户、放款不足2亿元。我的目标是依托数字技术搭建农村专属普惠场景，解决农户信用评估难题，推动“农资贷”产品落地，实现农村市场的规模化渗透。
• 解决的难题：农村数据匮乏（征信覆盖率不足30%），且农业生产数据（如作物长势、土地肥力）难以数字化采集。我联合当地农业农村局获取土地确权、种植补贴等政务数据，引入卫星遥感API实时监测农田作物面积与长势，结合农户手机话费、水电缴费等行为数据，构建“农业生产能力+履约意愿”评估模型。
• 核心行动：主导与5个县域农业农村局签订数据合作协议，搭建农村数据采集体系；设计“遥感数据+政务数据+行为数据”三源融合模型，用随机森林算法整合多维度特征；推动“农资贷”产品上线，基于模型实现“线上申请、秒批放款”，无需抵押担保；协同线下服务站开展100+场农户数字金融培训，提升产品认知度。
• 项目成果：模型准确率达85%，覆盖5个县域3万余户农户，累计发放“农资贷”6亿元，不良率仅0.9%；推动公司在当地农村市场渗透率从8%提升至25%，获得当地政府“乡村振兴金融服务先进单位”称号；形成《农村数字普惠金融数据采集与应用指南》内部标准，为后续乡村场景拓展奠定方法论基础。

• 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。