京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | DT财经
为了在本科毕业后能够迅速地找到一份心仪的工作,在一所普通一本院校外语系就读的李楠,把大部分业余时间都用在了实习上。
但在一家数据分析公司实习时,她发现同事基本上都拥有硕士学历。而且前辈的一句“你这个学历是找不到好工作的”,让李楠开始思考自己的选择是否正确。
对于一名外语系学生来说,想要在毕业后进入互联网大厂获得一份产品、运营相关的工作的确有些吃力。
于是,为了能有更好的职业前景,李楠在今年选择了跨专业考研。
但真正跨进考研圈,她发现考研现在也有些魔幻。
一边是考研人数连年创新高。
341万,这是刚结束的2020年全国硕士研究生考试报考人数。与2019年相比,一起背肖四的人又多了51万。
尽管从概率上看,考研的难度似乎下降了,2017年的报录比已经下降到3.0以下。但这个比例也并不高,每3个报考研究生的人当中,只有1人能被录取,大多数人还是得面对考研失败的终局。所以,就连今年的考研英语都在告诉我们,要“正确对待失败”。
而另一边,考研无用论盛行,不断有人告诉你“研究生收入水平不及本科生”。
于是我们在知乎上看到,“为什么考研成功无法弥补高考的失败?”获得了160万次浏览,一定程度上能代表广大考研人对此的困惑与关注,而“正在准备考研,家里的亲戚一直在说考研没用,如何反驳他们?”这样的问题,更是许多考研人的真实写照。
刚结束的研究生考试中,李楠发挥并不好,对于未来心存疑问:千辛万苦才考上研究生,真的值得吗?如果这次没考上,还要继续坚持吗?
大家考研到底为了什么
在讨论考研到底值不值之前,我们先得知道,大家考研的目的到底是什么。
麦可思的调研数据显示,2018届本科毕业生国内读研的主要原因是硕士研究生就业前景好(53%)和职业发展需要(49%),另外还有17%的学生是因为就业难所以暂时读研,只有30%的学生读研是想做学术研究。
也就是说,像李楠这样为了在“毕业后能找到更满意的工作”而考研的学生,是当今考研大军当中的主流。
所以,对于大多数人,考研到底值不值的问题,最后都会落到,考研是否会帮助我们找到一个更满意的工作。
流传甚广的研究生收入不及本科生,也是围绕这个问题的一种普遍答案,隐含着这样的价值判断:再学3年,也不如在职场上积累的工作经验值钱。
事实真是如此吗?
考研确实能提升职场竞争力
作为互联网上知名的流言终结者,我们仍然引用数据来说明这个问题。
以2015届本科生为例。2015届本科毕业3年后学历提升群体(获得国内硕士学历的群体)月收入为7371元,与他们工作了3年的本科同学收入相差并不大(7419元)。
通过这个对比你可以发现,虽然硕士相对缺少工作经验,但他们毕业后的起薪已经追上了工作3年的同学们。我们能够理解“研究生收入水平不及本科生”说法的存在,是因为的确有部分高级职位对于学历的要求相对宽松,因为这些职位更看重职业经验的积累。但这并不能够说明研究生的含金量不如同等时间的工作经验。
更何况,如果没有硕士学位,仅怀揣本科毕业证的应届生,很难敲开很多行业的大门。
2018年,吕思佳从北京某财经类211高校毕业,现在从事行业分析工作。她告诉DT君:“在我们行业很多岗位的要求就是研究生起步。不考研,简历关都过不去。”
在她看来,现在考研人数正在不断膨胀,报录比也在不断上升。这就意味着拥有研究生学历的人正在不断涌入用人市场,学历正在不断贬值。
“即便有些招聘岗位要求是本科生,但在实际招聘时报名的却都是研究生,本科生自然就没戏了。”吕思佳说。
我们以阿里巴巴、腾讯、百度、华为和网易五大公司作为代表,看看它们在2018年在C9(九校联盟)的招聘情况。
结果显示,2018年五大公司在上述高校中招聘的硕士数量是本科生的2.5倍。而从五大公司录用人数占本校该学历当年就业总人数来看,硕士研究生的被录用比例远远高于本科生。
这一定程度上可以说明,相比本科生,硕士更有可能获得大公司的青睐。
通过考研哪些专业收益最大?
说到这里,虽然我们的论点一直是“考研真香”,但我们在研究时还注意到一个问题:研究生与本科之间固然存在差距,但不同专业/行业的分野可能更大——这是大家在决定是否要坚持考研时不可忽视的问题。
首先来看,哪些行业/专业中,考个研会更有用?
从招聘端的需求来看,不同行业对硕士的重视程度。我们查看了招聘网站上不同岗位和行业的企业需求,在对工作经验要求都只有“1-3年”的岗位中,硕士与本科薪资差异最大的Top 20岗位类型如下:
对于初入职场的人来说,如果你拥有一份研究生文凭且处在农林渔牧业、数据分析和销售类岗位,你的薪资相较本科生会有比较大的优势。律师、互联网运营、市场、高级管理等类型的岗位中,硕士学历也会带来较大的增益效果。
再看行业,餐饮、广告、卫生服务、计算机硬件和专业技术服务等行业中,硕士对薪资的增益效果更好。
总结下来,在回答“哪些行业/专业更需要硕士文凭”这个问题时,我们要分两部分来解答。
首先,如果你处于专业性比较强的行业,比如数据分析、法律等,那么硕士文凭对你的职业发展会有比较大的裨益。
而且从数据结果来看,2018届本科毕业生当中,医学(26.3%)、理学(23.2%)、农学(22.2%)、法学(18.4%)的读研比例是最高的。显然,处在行业中的同学们能够最直观地感受到行业对于学历的需求。
其次,如果身处互联网运营、市场等技术性不强但竞争人数众多的热门行业,那么硕士文凭也可能是突出重围、向上进阶的敲门砖。
所以我们也发现:如果本科是“技术性不强而且人数众多”的专业,但又不想继续“陷”在这个行业里,那么转换专业——也就是跨专业考研,就是很多人的另一个选择。
数据显示,2018届本科毕业生当中,管理学(44%)、经济学(40%)、农学(29%)、文学(28%)和艺术学(28%)跨专业考研的学生是最多的。
李楠从语言学跨专业考研的做法,与这个数据结果是吻合的。
哪些专业直接工作也挺好
相比高考,我们发现考研是一条更加孤独的道路。毕竟考研要面对的,除了每天图书馆和寝室的两点一线、抵抗丰富多彩的大学生活吸引,甚至还有对亲密关系的考验。
我们承认考研的确对一部分同学的职业生涯有着不小的增益效果,在找工作和薪资进阶的道路上能够因此受益。但如果考研失利,哪些专业的同学其实不必着急?
换句话说,我们试图帮助同学们找到那些工作经验比学历更值钱的行业。
麦可思发布的《2019年就业蓝皮书》显示,2015届本科毕业生毕业3年后,管理科学与工程类、计算机类、临床医学和护理学的月收入涨幅位居全行业前4名。
虽然不能简单地认为进入了以上几个行业就是有了光明的职业前景,毕竟刚毕业就想做管理、本科生就想做临床医生的可能性微乎其微。
但对于计算机专业的学生来说,在行业红利还没有完全褪去的情况下,趁早就业积累经验,也是个挺不错的选择。
就职于上海一家大型国企的HR枣枣告诉我们,在他们筛选候选人的过程当中,仍然优先关注候选人的经验匹配情况,其次才是学历。
但拥有研究生学历的候选人越来越多,公司的本科硕士比也达到了6:4。“同等水平经验的情况下,肯定会优先选择学历高一些的。”枣枣告诉DT君。
尽管研究生人数日渐变多,现阶段招聘市场上的主力人群仍然是本科生。但本科生的学历光环正在褪色也已经是个不争的事实。
本科毕业后,到底是考研还是先就业,就看你怎么选了。
(应受访者要求,李楠、吕思佳、枣枣为化名)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27