工作中犯了很严重的错想要辞职怎么办..

还有当时给你code review的人呢，赖那人去

遇到问题就想到辞职 这本身就是red flag 担当呢？ own it and fix it！most managers honors ownership and responsibility.
听起来也不少什么超级大错 figure out a fix and provide a solution maybe a new timeline

先说一些套话：必须做一个诚实的人呀，赶快坦白从宽！
理中客的套话必须说，但是从个人角度来看，发现问题坦白，和装作不知道蒙混过关之间很难选择。我觉得楼主要根据自己实际情况判断一下。
我觉得可能先要衡量一下如果错误传给下游，会不会造成类似于“人身伤害”这种程度的危害。比如你的模型要用在乘用车载具，市政工程…这类如果搞崩了会有极大危害的项目，如果是那赶紧挽回吧。
但我猜楼主的模型应该不是上面这类，因为这类项目的代码和数据管理极为严格和保守。那就看组里的环境和个人价值观了。楼主发现问题后不是首选直接report给组里而是发帖子，就说明组里可能不是特别包容error report & correct,比较追逐效率。那么如果error是minor的那就不要escalate，注重快速出结果，我理解大模型混入一些noise会造成bias，但不会block你的工作。那就装作没看见，干完活交差就行，过于专注细节没完成工作的话，即使你报上去data error，老板不care原理反而只会认为在找借口拖进度。换句话说，老板要重视质量愿意牺牲部分效率的话，我觉得会提供一个宽容的error correct渠道供你escalate，不会让你觉得“我报了error我的职业生涯就报销了”的感受。
说一千道一万，还是需要楼主自己甄别，然后承担选择后的责任，楼主加油！不要给自己压力太大，如果一个组织没有对minor error的自我修正能力，我觉得也可以离开这个组织了。
个人观点仅供参考～有政治不争取或者说教的口吻请见谅

作为一个职场老油条，我很明确地告诉你，永远不要认错和认怂，但也不要遮掩和忽悠。要以一种自信的心态把问题点明，然后以一个leader的姿态来解决问题。

这件事情的后续表达我建议是这样的：
1. 向组员和经理说明这个问题，但要注意的是一定要客观陈述问题本身、就事论事即可，不需要带有自身情感（比如歉意、愧疚）。你就想象这个问题是一个未知的人造成的，你是从一个第三者的角度发现和描述问题。第一阶段你先不要把你的牌（比如关于root cause的调查，问题的具体影响，root cause等）一次性全部打出来，而是起一个问题发现者的作用。
2. 等组员和经理意识到这个问题以后，你要作为引领这个问题的调查的leader。你这时候可以拿出你实现写好的分析，告诉组员root cause、影响等等。
3. 等大家意识到这个问题，大家在the same page的情况下，你lead的风向要迅速调整到解决方案上。你自己propose或者和组员商量解决方案、时间规划、部署规划等等，侧重点在于如何最快move forward。
4. 最后问题解决，你lead写一个文档记录全过程，作为artifact保留下来。侧重流程上的反思而不是个人的问题，根据lesson learned来更好地避免这个问题以后再发生。

你这样就完美地把一个错误转变成了credit。错误发生了，你也不能乘时光机回到过去，已经无法弥补了，那最重要的就是向前看，化危为机。

楼里已经有很多优秀的回答了。人都会犯错误，北美这里讲究的是ownership和leadership，把问题讲出来，不要主观的归结于自己的错误，把问题fix。至于辞不辞职，那由公司说了算，你等决定就行了。北美工业界没有引咎辞职这一说。

给你说个例子吧，我之前在AWS S3工作，一个韩国小哥跑错了一个command，几乎把整个北美的S3都搞挂了。这个损失你可以想象有多大。几乎半个互联网都在用S3。最后那个韩国小哥依然活的好好的，继续待了一年多最后跳槽去狗家了。

鉴于其他楼有很多好的回答，那我只能抖个机灵：义眼丁真鉴定楼主为———职场小白！

honest mistake
如果你自己发现自己的错误，然后主动上报，这不会减分，反而是加分项。因为领导会觉得你这个人靠谱。

请问楼主是公司的首席科学家么？

为啥犯错了都是自己的责任？公司的流程就那么不可被信任么？那么重要的数据就没有同事做 peer review么？老板居然也不懂，没有把关好？！

正常的话语是楼主我在这个重要数据上反复检查，怕耽误同事的进度。加班一周以后居然发现了一个错误。这个错误还好是即时发现，不然整个组的时间损失重大。虽然目前不清楚这个数据为啥会这样。但是楼主我会反复检查，找出根本原因。并且楼主发现数据流程和整个process需要提高，以下是楼主我可以想到的总总。。。现在最关键的不是责怪个人，而是纠正数据和流程。让我们以后不会发生类似的错误。。人，总是会犯错的。但是一定不会再次

不需要主动辞职。这个数据是你一个人准备的不错，但approval数据是老板和TL同意过的。他们没有review或者没发现问题的情况下，不是你一个人的错。现在你需要解决问题，至于谁来背锅也不是你能决定的。具体操作很多人都写得很好，学习了。

一看楼主就缺乏亚麻经验，本亚麻sde2给你提供一些思路。

知道么，这个可是big impact啊， 可以弄一个production ready的story。 我知道，楼主肯定担心上线后模型的metrics和ppt里吹的不一样，但是，作为ds，难道不能找几个预测符合预期的数据，然后再观测其共同点么。于是你就可以给老板说，你看老板，这类符合这样分布的数据或者某些特征在这些区间内的，预测是符合我们吹的预期的，既然如此，那我们还有值得提高的地方，我们要加油哦。概率出错不要紧，那就加条件，玩条件概率呗！于是，你今年一整年的任务都出来了。

其实我感觉早说比较好 让大家早点想对策 这种情况如果再晚说更没办法