Data scientist在工作中如何算credit/激励/分工

来美工作两年了，在纽约金融行业做data science。

整个组很小，所以写代码的没有几个，干了一年很困惑觉得自己现在一个局部解里，不知道自己应该往哪个方向成长。地里关于DS的讨论大多偏技术的，但在我所在的环境里，算credit的时候技术或者写代码这件事情挺边缘化的。

不管是调包跑一个线性回归还是花很大精力做的pipeline，大家只会关注你解决了什么问题。甚至你做好了一个东西，其他人可能直接要code就去做别的分析了。之后做出什么东西其他人也看不到。

导致的情况就是“写代码”这件事跟credit变得独立起来。低着头写代码的结果就是别的事情跟你没有关系了。但是domain knowledge也要花大量的时间去学，甚至学起来比技术难多了。技术都有书有paper，domain knowledge（我觉得类比tech公司的产品相关知识？）除了老板偶尔带你讨论一下很难自学，金融行业本身就secretive in nature。

我完全不反感学domain knowledge，实际上这些domain knowledge是我觉得工作中最有意思的东西。但时间管理上跟写代码不能兼顾起来，周末都要上线。

有时候挺抑郁的，不知道大家能不能谈谈各行业的ds的工作是怎么样的激励机制或者分工机制。或者作为DS有怎样的成长目标，毕竟如果只是写代码无论flexibility还是薪水都比不上SDE。

看了两遍， 还是不明白。 我猜楼主是不是这意思， “我的代码被别人拿走， 白干了。”。
共12个字。

补充内容 (2021-1-11 00:06):
就好比看别人写的代码， 洋洋洒洒上百行。 看了半天却摸不到头脑，

有点共鸣，我也在ds组主要做engineer的事情，起到的是支持作用，ds用写好的pipeline跑模型，比较有credit的部分是模型产出结果之后的，而框架支持往往没有credit。。。平时也是自己默默修pipeline的bug，有机会还是会在组里展示下解决了什么问题，大家还是很recognize这些工作的。脸皮要厚哈哈哈

很能理解lz说的感觉，我在做生信助手/科研小白，日常写写码，调调包，分析一下数据之类的，对核心科研方向起的是辅助作用。

前排mark一下，一起取取经 ：）

mark一下

Mark一下

credit当然是做成了什么事，写代码这些都是做成事情的工具，工具注定不是最重要的

也有相同的烦恼。

同款苦恼....主要是老板不是技术背景，完全不能理解我做的东西有多难或者有多大价值.... 同事也不能提供帮助