统筹公司反洗钱全流程管理，涵盖客户身份识别（KYC）动态优化、大额及可疑交易监测模型迭代、监管政策落地执行及跨部门合规协同，直接对反洗钱有效性及监管检查结果负责。

• 主导搭建私募股权行业特色KYC动态评估体系，针对公司管理的股权基金中30%含多层嵌套结构的有限合伙LP（有限合伙人），创新性融合工商数据穿透（企查查专业版）、受益所有人识别算法（自研权重模型）及行业黑名单库（全球制裁名单+国内涉赌涉诈名单），将高风险客户识别周期从7个工作日压缩至3个工作日，年度高风险客户漏检率从12%降至2%。
• 牵头优化可疑交易监测（STM）模型，基于SAS AML系统接入私募股权募投管退全周期交易数据（含基金份额转让、对赌条款触发回款、项目退出分红等非标场景），通过机器学习调整交易频率、金额波动、对手方关联性等12项核心指标阈值，将系统误报率从35%降至8%，年度自主上报重点可疑交易报告17份，其中3份被人民银行反洗钱监测分析中心采纳。
• 统筹应对2024年银保监会现场检查，组织完成近3年1200份客户档案、2.3万笔交易流水的全量复盘，针对检查提出的‘跨境LP身份穿透不足’问题，推动与跨境数据服务商（如路孚特）合作，建立离岸公司实际控制人‘三层穿透+实时更新’机制，检查最终零重大违规认定。
• 设计‘反洗钱+业务’双视角培训体系，针对投资经理、风控专员、运营岗分别开发《私募股权募资环节洗钱风险点》《份额登记中的异常交易识别》等6门课程，全年开展8场线下培训+4期线上测试，全员反洗钱知识考核通过率从82%提升至98%，业务部门主动上报可疑线索数量同比增加50%。

负责反洗钱系统运营、高风险业务专项排查及监管新规落地，聚焦私募股权基金募集、存续期关键节点的洗钱风险防控，支撑反洗钱体系有效运行。

• 核心优化私募股权募集阶段反洗钱管控，针对公司年度新增的15支股权基金（总规模超50亿），梳理‘个人LP大额认购-壳公司间接入资-境外资金绕道’等3类典型风险路径，推动在募集文件中嵌入‘资金来源合法性承诺函’及‘关联方穿透披露表’，配合系统设置‘单一个人LP认购超基金规模10%’自动预警规则，募集环节可疑线索发现量同比提升40%。
• 主导完成反洗钱系统与基金运营系统（金仕达）的数据对接，打通‘份额登记-资金流水-投资者信息’三端数据壁垒，实现‘大额交易触发即推送至反洗钱岗’‘异常份额变动自动关联客户风险等级’的功能，将交易监测响应时效从T+2缩短至T+0.5，年度因数据延迟导致的监测遗漏事件清零。
• 应对2022年《反洗钱法（修订草案）》实施，牵头编制《私募股权机构反洗钱义务对照清单》，覆盖客户身份识别、受益所有人识别、跨境交易报告等8大模块32项具体要求，组织业务部门完成120份存量客户补正，新增受益所有人信息字段23个，提前3个月完成监管过渡期整改。
• 针对某新能源基金LP为某贸易公司的异常情形（单笔入资1.2亿，无历史投资记录），运用工商数据（天眼查企业图谱）+资金流水穿透分析，发现其为‘空壳公司+实际控制人为涉赌前科人员’，及时上报可疑交易并终止合作，避免公司卷入后续司法调查，该案例被公司纳入反洗钱警示库。

执行客户身份识别（KYC）、大额交易报告及反洗钱档案管理，协助完善基础反洗钱流程，保障日常反洗钱工作合规性。

• 独立完成年度400+新客户KYC审核，建立‘基础材料核验（营业执照+法人身份证）-工商信息交叉验证（企信网）-高风险行业穿透（如房地产、贵金属贸易）’三级审核机制，将客户资料完整率从85%提升至99%，年度因KYC不全导致的业务延迟减少60%。
• 负责大额交易（单笔超500万）监测与报告，通过Excel宏工具自动抓取基金募集户银行流水，设置‘单日累计入金超1000万’‘同一对手方周交易超3次’等简易预警规则，年度准确报送大额交易报告217份，经人民银行抽查反馈要素完整率100%。
• 梳理反洗钱档案管理痛点，设计‘客户风险等级-资料类型-保存期限’三维归档模板，开发电子档案标签系统（含‘高风险’‘跨境’‘壳公司’等15个标签），实现档案查询时效从30分钟缩短至5分钟，顺利通过2021年内部审计档案专项检查。
• 参与编写《反洗钱操作手册（2020版）》，补充私募股权特有的‘基金份额代持风险’‘对赌协议回款识别’等场景的操作指引，手册被纳入公司新员工必修教材，当年新人独立处理KYC的平均时长从7天缩短至3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”。

• 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。