负责公司私募股权基金业务全生命周期反洗钱管理，覆盖客户准入尽调、交易动态监测、风险评级调整及可疑交易报告，确保符合《反洗钱法》《金融机构客户尽职调查和客户身份资料及交易记录保存管理办法》及中国证券投资基金业协会自律规则。

• 主导设计私募股权基金客户身份识别（KYC）分级尽调流程，针对个人高净值客户（可投资产≥3000万元）及机构客户（注册资本≥1亿元）制定差异化模板，嵌入工商数据核验API（企查查）与FATF客户风险等级矩阵，将新客户KYC完成时效从7个工作日压缩至4个工作日，首年客户信息完整率达99.2%（行业平均97.7%）。
• 核心参与搭建私募基金交易监测系统（TMS）规则库，提炼‘短期频繁LP变更’‘单笔退出超基金规模15%无商业说明’等23条私募股权特有异常特征，系统上线后首季度可疑交易报告（STR）准确率从68%提升至89%，无效报告量减少42%，获合规总监书面肯定。
• 牵头处理某政府引导基金3.2亿元份额转让项目的反洗钱专项核查，面对境外SPV（开曼注册）嵌套香港公司的复杂架构，运用受益所有人（UBO）穿透规则，协调外部律所调取7层股权证明文件，确认最终受益人为境内无涉恐涉制裁自然人，保障交易完成且未触发监管问询。
• 设计‘私募股权业务洗钱场景’系列培训课程（含虚构项目融资、份额代持掩饰资金来源等8类案例），开发12个情景模拟演练，年度参训部门测试通过率从85%提升至97%，次年相关部门操作不合规补正报告量下降63%。

协助开展证券经纪业务反洗钱监测，包括客户风险评级模型维护、可疑交易分析及监管报表报送，支撑公司通过人民银行反洗钱分类评级。

• 优化证券账户异常交易监测规则，针对‘小额多笔分散转入集中转出’（单日≥5笔、单笔≤5万、当日累计≥30万）特征，运用SQL提取近一年交易数据，构建‘频率-金额-对手方关联’三维模型，误报率从55%降至28%，年节省人工复核时间120小时。
• 独立完成1.2万户存量客户受益所有人（UBO）信息补录，通过国家企业信用信息公示系统交叉验证，修正错误或缺失信息3700余条，客户信息准确率从82%提升至95%，助力公司反洗钱评级从B类升至BB类。
• 配合应对人民银行反洗钱现场检查，整理三年STR底稿及尽调档案，针对‘高风险客户重识别不及时’问题，设计‘动态跟踪表’设置3/6/12个月复核提醒，后续同类整改率100%，检查扣分项减少5项。

协助完成反洗钱基础工作，包括客户档案整理、交易数据统计及合规培训支持，积累一线实操经验。

• 搭建反洗钱客户电子档案台账，按风险等级分类存储2000余户资料，设计‘客户类型-地域-业务’索引标签，资料调取效率提升40%，获‘月度优秀实习生’。
• 参与月度反洗钱数据统计，用Excel数据透视表分析风险等级分布、STR数量等指标，输出18份《监测简报》，其中‘老年客户高频购买高收益理财’趋势分析被纳入重点关注，后续加强该群体KYC审核。
• 协助整理《反洗钱基础操作手册》（含KYC要点、可疑交易示例），设计10道情景测试题，新员工培训通过率从75%提升至90%，缩短培训周期2天。

跨境资管产品多司法管辖区合规整改项目

• 项目背景：公司为拓展香港及美国市场，发行了8只挂钩内地资产的跨境资管产品，但因未完全适配香港SFC《开放式基金型公司守则》、美国SEC《投资顾问法》及内地《资管新规》的交叉监管要求，面临产品无法按时上线、潜在1.5亿港元监管处罚的风险。我的核心职责是主导跨司法管辖区合规整改，确保产品设计、投资者适当性及信息披露全流程符合多地规则。
• 关键难题：一是不同司法管辖区的监管冲突——香港要求“穿透式审核”投资者底层资产，内地强调“实质重于形式”的嵌套层级限制，二者在产品架构设计上存在矛盾；二是投资者适当性匹配效率低，传统问卷无法覆盖跨境投资者的多重风险属性（如汇率风险、跨境资金流动限制）。
• 核心行动：1. 搭建“多维度合规映射框架”——将三地法规拆解为“产品载体、投资者准入、信息披露”3大维度、18项校验规则，例如针对香港OFC（开放式基金型公司）架构，调整内地底层资产的嵌套层级至1层以内，同时满足内地“穿透式披露”要求；2. 自研“跨境投资者适当性评估模型”——整合客户国籍、资产来源、风险承受能力及跨境投资经验4类数据，嵌入实时合规校验模块，替代传统静态问卷；3. 协调产品、运营、IT部门完成8只产品的架构重构，同步完成香港证监会备案及美国SEC Form ADV更新。
• 项目成果：1. 提前2个月完成全部产品合规整改，成功规避1.2亿港元潜在处罚；2. 整改后产品在香港及美国的募集规模达3.6亿港元，较原计划提升35%；3. 形成的“多司法管辖区合规映射框架”被公司纳入跨境业务标准流程，后续同类产品整改效率提升60%。我个人主导了框架设计与跨部门协同，推动业务从“被动合规应对”转向“主动适配监管”。

资管业务反洗钱（AML）智能管控体系搭建项目

• 项目背景：公司原有反洗钱流程依赖人工筛查交易数据，误报率达28%，且无法动态识别客户风险变化，2020年监管检查中因“可疑交易漏报”被出具警示函。我的角色是从方案设计到落地实施的核心成员，目标是搭建“智能+动态”的AML管控体系。
• 关键难题：1. 传统规则引擎的局限性——基于固定阈值（如单笔交易超过50万元）的筛查方式，导致高净值客户的正常资金划转（如跨境并购款）频繁误报；2. 客户风险评级静态化——仅依赖开户时的资料评估，无法及时更新客户资产规模、交易频率及地域分布的变化。
• 核心行动：1. 构建“客户风险画像模型”——收集3年历史交易数据（涵盖12万+客户、800万+笔交易），清洗标注1200+条可疑交易样本，用随机森林算法训练模型，整合“资产规模、交易频率、地域风险、交易对手类型”4个维度20项指标，动态计算客户风险等级；2. 优化可疑交易监测规则——将规则引擎从“固定阈值”调整为“风险等级联动”，高风险客户触发更严格的筛查，低风险客户放宽阈值；3. 对接公司CRM、交易系统及第三方制裁名单库（如OFAC、UN Sanctions），实现客户风险评级每月自动更新、可疑交易实时预警。
• 项目成果：1. 可疑交易报告准确率从72%提升至85%，误报率降至9%；2. 监管检查中的问题数量从2020年的15起降至2022年的2起，避免了约500万元的监管罚款；3. 反洗钱人工审核工作量减少40%，团队得以聚焦于高风险客户排查。我负责模型的数据清洗、特征工程及落地调试，推动公司AML流程从“规则驱动”向“智能驱动”转型，该项目也被集团评为“年度最佳合规创新项目”。

• 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。