负责数字信贷全生命周期策略设计与落地，涵盖产品迭代优化、风险模型调优、客群精细化运营及自动化流程搭建，目标为提升普惠客群覆盖效率与资产质量。

• 主导‘小微快贷3.0’产品迭代，通过用户旅程地图分析与A/B测试验证，针对个体工商户客群优化收入证明替代材料（如支付宝流水、电商平台交易记录）接入规则，联合数据团队训练XGBoost准入模型，将客群通过率从28%提升至39%，首逾率稳定在4.2%以内（行业平均5.5%）。
• 识别存量客群复贷断层问题，运用RFM模型与LTV预测算法划分高潜复贷客群，设计‘额度动态提额+利率阶梯优惠’策略，通过短信+APP弹窗精准触达，3个月内复贷率从18%提升至27%，贡献额外利息收入超800万元。
• 牵头解决农村客群风控难题，引入设备指纹、位置轨迹稳定性等多维度反欺诈特征，结合知识图谱识别团伙欺诈风险，将农村客群伪冒申请率从1.2%压降至0.3%；同步优化贷中监控规则，对还款能力波动客群提前30天触发额度冻结，逾期90+天率下降1.8个百分点。
• 推动审批流程自动化改造，梳理12类高频信审场景，通过RPA机器人替代人工录入与基础材料核验，集成决策引擎实现‘秒级’自动审批，平均放款时效从4小时缩短至25分钟，日均处理量提升200单，人力成本降低35%。

辅助数字信贷产品落地与基础策略执行，聚焦数据监控、风险特征挖掘及客群需求反馈，支撑策略优化与流程迭代。

• 参与‘乡村振兴贷’产品从0到1上线，负责需求文档整理（覆盖8类客群准入条件）、测试用例设计（含120条异常场景验证），协调技术团队完成API接口联调，保障产品如期上线，首月放款量突破5000万元。
• 监控贷前审批数据发现多头借贷占比偏高（达15%），提取央行征信、百行征信、互联网借贷平台数据交叉验证，协助优化反欺诈规则库，新增‘近3个月申请机构数＞5家’拦截条件，伪冒申请率从7%降至3%。
• 分析3万+客群还款行为数据，输出‘批发零售业-3个月内资金周转’、‘制造业-季节性回款延迟’等6类风险画像，为策略团队提供客群差异化授信建议，对应客群逾期率下降1.1个百分点。
• 协助搭建贷后预警机制，基于逻辑回归模型筛选出‘近2期还款延迟＞3天’、‘通讯录联系人逾期占比＞20%’等8个早期风险指标，推动催收团队前置介入，M1回收率提升5.2%，客诉率降低2.3%。

支持信贷产品用户运营与基础数据支撑，聚焦用户需求收集、指标监控及跨部门协作，保障业务流程顺畅运行。

• 整理用户线上咨询与线下网点反馈的127条痛点，提炼‘材料上传步骤繁琐’、‘额度展示不清晰’等5项核心问题，推动产品团队优化申请页面交互，用户申请转化率从15%提升至22%。
• 搭建信贷业务日报体系，监控放款量、客均额度、各渠道转化率等9项指标，设置‘当日放款量环比下降＞10%’等异常阈值，提前识别系统服务器宕机事件2次，避免业务中断损失。
• 参与下沉市场客群调研，通过问卷与深度访谈收集200+样本数据，输出‘乡镇个体工商户更关注审批速度’、‘50岁以上用户偏好线下客户经理指导’等结论，支撑推出‘简易版线上申请+专属客户经理对接’服务，该客群占比提升至28%。
• 协助整理信贷业务周报，整合审批时效分布、各产品逾期率、客诉TOP3问题等12项数据，用可视化图表呈现关键趋势，跨部门沟通效率提升40%，获业务负责人书面表扬。

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。

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。