技能库 1261 个

开发支持精算模型（如IFRS17、偿付能力）的数据接口和ETL流程，确保数据准确、及时、可审计

自动化生成银保监会/保险行业协会要求的监管报表数据，确保数据准确性、合规性和可追溯性

管理保单从承保到理赔结束的全生命周期数据流转，确保数据完整性、一致性和可追溯性。

优化基于Hadoop/Spark的保险大数据平台，提升批处理与实时计算性能，支撑精算与业务分析需求

设计保险业务数据模型，包括保单、理赔、客户等主题域模型，确保数据一致性、可扩展性和业务适配性。

追踪保险数据从源系统（如核心承保、理赔、精算模型）到数据仓库、数据集市、报表应用层的完整血缘关系，支持数据审计与问题追溯。

设计并实施保险数据质量规则，包括保单号唯一性、费率一致性等关键指标，确保保险数据准确可靠。

自动提取、清洗、转换保险业务数据（如保单、理赔、客户信息），形成标准化分析数据集。

从保险核心系统数据库中，使用SQL提取特定业务维度的数据，支持临时分析需求

创建自动化看板，实时监控保单、理赔等关键数据表的完整性、一致性、准确性。

构建客户流失概率模型，自动生成月度流失风险名单及关键驱动因素分析报表

基于费率因子与风险成本，模拟不同定价方案对赔付率、利润的影响，辅助保险数据科学家进行定价决策。

计算并可视化保费收入、赔付率、续保率等核心指标，自动生成周报/月报，辅助保险业务决策。

基于历史理赔数据，利用统计方法或机器学习识别欺诈或异常理赔模式，提升理赔风控效率。

使用逻辑回归、决策树等算法构建保险风险评级模型，并评估模型区分度、校准度等指标。

按行业标准生成未决赔款准备金评估报告，支持链梯法、B-F法等主流精算方法，输出准备金最佳估计及风险边际。

使用BI工具（如Tableau、Power BI）为保险业务搭建可交互、可钻取的监控看板，支撑精算与运营决策。

使用广义线性模型（GLM）、梯度提升机（GBM）等统计与机器学习方法，系统识别和评估影响保费定价的关键风险因子，为精算定价模型提供数据驱动支持。

利用聚类、RFM等方法对保险客户进行分群，输出可落地的画像报告，支撑精准营销与风险管理。

计算并解读续期率、退保率指标，定位影响因素，为保险产品优化与客户留存提供数据支持。

编写SQL提取保险与精算数据，并通过多层级验证确保数据准确性，为分析提供可靠基础。

基于规则和统计模型识别理赔欺诈或异常模式，帮助保险大数据分析师快速发现潜在风险。

从保险核心系统抽取、清洗、转换保单数据，支持精算与数据分析需求

基于保单、理赔与行为数据，使用聚类或RFM方法构建客户分群模型，支持精准营销与风险管理。