最近一份求職記錄在全網火了起來，就連我的朋友圈也都在瘋狂轉發，這位HR算是因爲這句話而“正式出道”了：
但你如果要說一種學歷較低的人生是不值得過的，甚至說這樣的人是“智商有問題的人”，恕我直言，不是口無遮攔不懂禮貌，就是閱歷太淺沒見過世面。比如，如果這段對話當時就停留在這裏，那一切就還是歲月靜好......
在我個人看來，其實不管別人過得到底怎樣，學歷是高是低，那都是別人自己的人生，各中滋味如何，局外人即使不能贊同但起碼保持尊重，最起碼也保持互不干涉。
但是不得不說，學歷雖然不是評判一個人的標準，但學歷確實是HR評判應聘者的標準。高學歷未必和高工作能力劃等號，但至少也能劃個約等號，能考上好大學的人起碼證明了他是個學習能力比較強，在同齡人中有競爭力的人。而企業需要的不就是這樣的人嗎？
只不過考覈優秀人才的方式應該多樣化一些，看學歷，實在既刻板又表面。
不過可惜的是，現在的企業仍然還是用這樣的判斷標準，基於這個想法，我用python在拉勾網上爬了3000多條職位信息，想要看一下在大數據之下，HR對於學歷的要求是不是一致的。
爬取過程
想看結論的，可以跳過這一部分，直接拉到後面看分析結果
第一步還是老規矩，直接去拉勾的官網上查看網頁的源代碼結構，分析拉勾的頁面元素後發現數據不在network的數據包裏，而是以jason的形式儲存在了XHR中：
知道了數據在哪裏，下一步就可以動手爬數據了，因爲要跨頁進行爬取，所以要用url鏈接裏的規律進行區分，分析每個網頁的url之後發現，不同的頁碼數據藏在了data後面的pn標籤裏，因此就可以寫下代碼：
部分代碼
爬取下來的數據總共有3000多條，最後進行簡單的數據清洗後整理到excel表裏
數據分析
爲了方便用圖表的形式展示結果，我將excel表直接導入了專業的數據分析工具FineBI中，這也是我經常使用的分析工具，其實FineBI不光可以進行大數據處理和可視化分析，而且還可以對接企業數據庫進行數據平臺的建設，這裏不多介紹了，工具我直接放後面了。
廢話不多說，下面直接分析結果：
1、職位需求量與學歷要求的關係
其中可以從餅狀圖裏看出來，超過80%的崗位都要求應試者的最低學歷爲本科或以上，而不限學歷的佔比爲5.98%、門檻是大專以上的佔比爲6.87%，加起來也只有不足13%，佔比確實非常少。
這也是目前用人單位的用人現狀，這點其實是無可厚非的，隨着我國教育水平的提高，企業對應聘者的學歷情況進行要求也是必然的，但是不能因此就產生所謂的“智商論”，這種想法要麼蠢、要麼壞。
2、不同學歷的最高、最低和平均薪資情況
從數據裏可以看出來，大專學歷的最高薪資和平均薪資是各種學歷裏類型中最低的，但是最低薪資卻要比本科還要高，這就不得不拿出這張圖來說明二者之間的關係：
學歷很重要嗎？no，能力纔是關鍵。在大數據層面，學歷越低說明樣本數據中某人能力很高的概率比較低，但是不能因此就說考不上就是智商低。
最後，通過這些數據也反映了一個問題，就是在用人單位和社會大衆的眼裏，只有二本及以上，纔可以算作是本科。換言之，三本（民辦本科）和四本（公辦職業本科）在普通人眼裏，根本稱不上是本科。
你跟HR說你有學士學位，你有本科畢業證，人家根本不聽，人家就看你是不是二本。如果不是，人家根本不當你是本科。
而且這種刻在骨子裏的歧視是讀研究生也無法挽救的。讀研究生可以提升最高學歷，但是用人單位檢索學歷時還是會從本專科學校看起。如果本科學校太差，研究生讀什麼也拯救不了，這就是赤裸裸的學歷鄙視鏈。