负责公司人民币基金、QFLP基金全生命周期反洗钱合规管理，覆盖客户分层KYC、投后受益所有人（UBO）动态监测、大额/可疑交易报送及监管互动，同时推动内部反洗钱能力建设与跨部门协同。

• 主导搭建公司首套私募股权基金「风险为本」客户分层KYC体系，结合FATF《反洗钱和反恐怖融资风险管理指引》，将客户划分为高净值个人、机构投资者、政府引导基金三类，针对性设计尽调规则——如对机构投资者增加「股权结构穿透至最终自然人」的溯源流程，联动IT部门在AMLMS系统中嵌入自动校验规则（如持股超25%股东触发强化尽调）。解决前期KYC流于形式问题，高风险客户识别准确率从68%提升至92%，监管现场检查未因KYC缺陷开罚单。
• 建立投后UBO动态监测机制，针对私募股权「长周期投资」特点，设计「季度股权变更核查+年度UBO重新认定」流程，通过天眼查企业版API自动抓取被投企业股权变动信息，每周生成《UBO变动预警报告》，人工复核后向投资部推送超阈值变动（如单一股东持股从15%升至30%）。某季度识别出某被投企业隐名股东未披露事件，及时启动反洗钱调查，避免监管处罚，案例纳入公司反洗钱培训教材。
• 优化可疑交易监测模型（STM），结合私募股权「低频大额」交易特征，新增「单笔投资款来源集中度（单一LP出资超50%且路径涉离岸账户）」「退出收益汇往高风险地区」两项自定义规则，用SQL验证模型有效性。上线3个月识别2笔可疑交易：1笔LP出资来自OFAC制裁国，1笔退出资金汇往反洗钱薄弱中东国家，均提交STR并获得人民银行当地分行「监测有效性提升」书面反馈。
• 推动场景化反洗钱培训，针对投资部「重业务轻合规」痛点，设计「模拟场景+案例复盘」课程——如模拟「个人LP要求隐瞒资金来源」场景讲解《反洗钱法》第16条拒绝开户规则，结合过往「未更新UBO信息」案例分析风险。全年开展6场培训覆盖120人次，员工反洗钱问题咨询准确率从55%提升至88%，投资部主动提交反洗钱线索量增加40%。

协助反洗钱主管开展私募证券基金反洗钱合规工作，涵盖客户KYC审核、可疑交易监测、监管报表报送及流程优化支持。

• 负责私募证券基金新客户KYC资料审核，用AMLMS系统比对身份证与公安联网核查结果，通过企查查验证机构执照有效性。针对「遗漏客户税收居民身份声明」问题，设计「KYC资料checklist」可视化标注12项必填内容，使漏检率从15%降至2%，月度审核效率提升30%（日均审核从8户增至11户）。
• 协助搭建可疑交易监测指标库，梳理证监会《证券期货业反洗钱工作指引》、FATF战略中的8项初始指标（如「单一客户交易金额超基金规模10%」「短期频繁买卖同一标的」），配合开发人员设置预警阈值。上线首月识别3笔可疑交易，其中2笔涉及资金来源不明，提交STR获监管认可。
• 负责反洗钱监管报表报送，用Excel VLOOKUP核对系统数据与手工台账，连续18个月零差错完成向人行、证监局的报表报送，被评为「季度优秀支持岗」。

负责第三方支付通道反洗钱合规支持，涵盖商户KYC、交易监测、涉赌涉诈账户排查及政策解读。

• 主导商户KYC流程优化，针对「资质造假」问题新增「视频核身」环节，用Python编写脚本自动比对视频人脸与身份证照片，识别2家伪造营业执照商户，措施被推广至所有新商户准入。
• 协助排查涉赌涉诈账户，依据央行《关于加强支付结算管理防范电信网络新型违法犯罪有关事项的通知》，梳理「夜间高频小额交易」「资金快进快出」5项特征，用SQL查询交易流水，3个月排查12个可疑账户，拦截涉诈资金15万元，获支付机构「反欺诈贡献奖」。
• 整理央行、银保监会最新政策成「要点摘要」（如2020年《反洗钱法（修订草案）》UBO要求），通过周会讲解并制作FAQ，团队政策知晓率从70%提升至95%，未因政策理解偏差导致合规问题。

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。