负责小微客群数字信贷产品全生命周期运营，涵盖需求分析、风险策略设计、模型落地验证及贷后表现追踪，核心边界为从0到1迭代3款小微经营贷产品，平衡业务增长与资产质量。

• 主导设计‘小微快贷3.0’产品，基于工商、税务、结算流水多维度数据构建用户画像，运用XGBoost算法开发准入评分卡与动态额度模型，结合A/B测试验证策略有效性，上线3个月内放款规模破2亿，首逾率控制在1.8%以内（低于行业均值2.5%）。
• 针对客群欺诈风险高企问题，牵头引入设备指纹、关联图谱反欺诈技术，梳理12类异常行为特征（如跨设备频繁注册、多头借贷关联），优化规则引擎策略，季度欺诈拦截率从35%提升至52%，直接减少坏账损失超800万元。
• 搭建贷中实时监控体系，通过Tableau搭建包含M1滚动率、客群逾期分布、地域风险热力图的看板，结合逻辑回归模型预测高风险客群，推动策略迭代3次，M3+逾期率较年初下降1.2pct至2.1%。
• 对接监管要求完成产品合规改造，梳理《商业银行互联网贷款管理暂行办法》《征信业务管理办法》关键条款，主导调整联合贷出资比例、信息披露模块，确保产品通过属地监管备案，助力公司获取3家城商行资金合作资质。

支持数字信贷产品迭代与风险策略执行，聚焦数据处理、客群运营及基础模型验证，核心边界为协助完成2款小微信贷产品的从策略设计到落地的全流程支持。

• 辅助搭建小微客群信用评分卡模型，负责清洗30万+条外部数据（含税务申报、水电缴费、电商平台流水），使用Python处理缺失值填充（KNN插值法）与异常值剔除（IQR方法），模型KS值从0.68提升至0.83，预测准确率提高15%。
• 执行客群分层运营策略，基于RFM模型（最近借款时间、借款频率、借款金额）划分高潜客群（占比25%）与风险预警客群（占比18%），设计差异化触达方案（高潜客群推送提额券、风险客群触发人工复核），首贷转化率提升8%，风险客群逾期率下降4pct。
• 参与贷后预警规则测试，针对逾期30天内客户设计‘短信提醒+人工电话复核’组合策略，对比单一短信提醒回收率（62%），组合策略回收率达67%，单月挽回损失超200万元。
• 整理监管政策要点清单，重点标注‘联合贷出资不低于30%’‘征信授权需单独签署’等12项合规要求，推动产品功能调整7处，确保业务符合最新监管框架。

负责小额信贷产品的基础运营与风险初筛，核心边界为执行贷前初审、贷中数据统计及贷后问题反馈，支撑团队完成日均100+小微客户的信贷服务。

• 承担小微信贷产品贷前初审工作，日均处理200+申请，通过交叉验证经营流水（对公账户+支付宝/微信收款）与工商注册信息（经营范围、成立时间），将伪冒申请拦截率从12%提升至20%，月均减少无效进件300+。
• 搭建信贷数据日报体系，使用SQL从核心系统提取放款量、通过率、客群年龄/行业分布等10+指标，制作可视化报表支撑团队每日决策会，信息传递效率提升40%，管理层对业务动态的响应速度从T+1缩短至T+0。
• 参与老客户复贷策略测试，对比不同利率梯度（8%-12%）对复贷率的影响，通过回归分析确定最优定价区间9%-11%，复贷率从28%提升至38%，年度贡献增量利息收入超500万元。
• 梳理贷后常见问题（如还款提醒遗漏、还款方式不熟悉），优化系统自动触达规则（增加微信模板消息、APP弹窗），客诉率从月均45单下降至30单，客户满意度评分从4.1分提升至4.4分（满分5分）。

小微商户数字信用评估体系搭建及普惠融资产品落地项目

• 项目背景是小微商户长期面临“征信数据薄、融资门槛高”痛点——传统金融机构依赖的财务数据、抵押物信息在小微场景中覆盖率不足30%，导致80%的小微商户难以获得合规融资。项目核心目标是构建适配小微经营特性的数字信用评估模型，联合城商行落地纯线上、低利率的“小微快贷”产品，解决小微融资“最后一公里”问题；我作为项目总牵头人，负责从需求调研、模型设计到产品上线的全链路管控。
• 关键难题有三：一是小微数据分散在支付流水、电商平台、经营SaaS、社交舆情等10+异源系统，数据标准不统一且存在大量缺失值；二是传统信用模型过度依赖强金融属性特征，无法捕捉小微“经营韧性”这类软能力；三是跨机构数据共享面临《个人信息保护法》限制，直接合并数据会触发合规红线。针对这些问题，我引入联邦学习框架在不转移原始数据的前提下实现多源特征融合，同时基于因果推断（Causal Inference）筛选出“近6个月收款码动账频次变化率”“美团外卖订单履约及时率”等12个兼具预测性与业务可解释性的特征，规避了伪相关陷阱。
• 我的核心行动包括：1）主导跨部门 workshops 对齐银行、数据服务商、SaaS厂商的需求，梳理出“经营能力-履约意愿-场景适配”三维评估框架；2）带领算法团队优化LightGBM模型，将联邦学习后的特征维度从50维压缩至28维（保留90%以上预测力），模型AUC从初始的0.72提升至0.85；3）推动产品侧设计“额度动态调整机制”——根据商户每月经营数据变化自动提额/降额，同时接入央行征信与税务数据做二次校验，确保风险可控。
• 项目成果：模型上线后，“小微快贷”的审批通过率从传统模式的18%提升至35%，不良率稳定在1.8%（低于行业小微贷款平均不良率3个百分点）；产品上线6个月服务1.2万家小微商户，累计发放贷款4.5亿元，带动公司来自银行的科技输出收入增长2200万元。我个人主导的“联邦学习+因果特征”模型被纳入公司数字普惠核心风控工具库，同时作为案例被收录进《2023中国数字小微金融服务白皮书》。

农村地区数字普惠金融服务触达能力提升项目

• 项目背景是农村金融市场存在“数字鸿沟”——县域及以下地区60岁以上人口占比达25%，超40%的农户不会使用智能手机完成线上贷款申请，同时农村网络基础设施薄弱，常规APP加载时长超3秒导致50%用户流失。项目目标是构建“轻量化、本地化、可信任”的农村数字普惠服务模式，将金融服务触达率从15%提升至35%；我作为技术负责人，负责产品设计、技术优化及线下渠道联动策略的落地。
• 关键难题：一是农村用户数字素养低，复杂交互设计导致用户放弃率高；二是农村4G网络覆盖率仅70%，常规APP的首屏加载时间过长；三是用户对线上金融服务的信任度低，担心信息泄露或资金安全。针对这些问题，我用“极简交互+边缘计算+本地化背书”组合方案破局——将核心功能简化为“语音输入申请信息”“一键授权经营数据”“视频面签”3步，同时采用边缘计算技术将静态资源（如身份证识别模型）部署至县域节点，减少网络传输耗时。
• 我的核心行动包括：1）带队走访20个行政村、1000户农户，总结出农村用户“怕麻烦、信熟人、重实效”的三大行为特征，据此设计精简版H5页面（加载时间从3秒降至1秒内）与方言语音引导功能；2）联动村两委、农资店老板等本地KOL做“信任中介”——通过他们的推荐码注册用户，可额外获得10%的额度提升；3）开发“离线预填单”功能，农户可在无网络环境下填写信息，联网后自动提交，解决偏远地区网络不稳定问题。
• 项目成果：农村地区数字渠道触达率从15%提升至42%，精简版H5的月活用户达到8万，用户复借率从20%提升至35%；项目被总行评为“2022年度普惠金融优秀创新项目”，我个人总结的“农村数字普惠触达五步法”（调研画像-极简设计-本地信任-离线适配-迭代优化）成为公司农村市场的标准运营流程，同时带动公司在县域市场的收入占比从8%提升至19%。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。