IPO, про которые ранее писал: Совкомбанк, Делимобиль, Диасофт, Европлан, МТС Банк, IVA, ВсеИнструменты, Промомед и АПРИ. Новые тоже скоро будут, не пропустите.

Кто такие?

Аренадата — российский разработчик продуктов для сбора, хранения и обработки данных. Компания была создана в 2016 году. В группу входят компании Аренадата Софтвер, Пикодата, Клин Дейта, ДатаКаталог и Тера Интегро.

Компания является лидером по ряду направлений. 1 место с рыночной долей 21% в СУБД3 – аналитических СУБД, предназначенных для решения сложных аналитических бизнес-задач, включая обработку больших массивов данных в режиме реального времени. 1 место с рыночной долей 37% в категории Hadoop и СУБД на ней, предназначенной для хранения и обработки слабоструктурированных и неструктурированных данных. 1 место в сегменте средств загрузки данных. 2 место в сегменте средств управления данными.

Показатели

Посмотрим результаты 1П2024. Выручка составила 2,3 млрд рублей, в 2,3 раза выше, чем в 2023 году. OIBDA выросла до 601 млн, было отрицательное значение в -36 млн за 6 месяцев 2023 года.

Чистая прибыль вышла 608 млн рублей, за аналогичный период в 2023 году был убыток -75 млн.

Только в плюс вышли, сразу же на IPO! Всё как мы любим! Но вот что точно нам всем нравится, так это долговая нагрузка, которая по итогам 2023 года была отрицательной. Показатель Чистый долг / OIBDA -0,6. На 1П2024 Чистый долг / OIBDA был равен 0,07. Это позволит инвесторам богатеть на дивидендах.

Генеральный директор Arenadata Максим Пустовой отметил, что бизнес растёт более чем на 50% в год.

Росту способствует ситуация на рынке, в том числе уход зарубежных вендоров. Выручка за 2023 год выросла на 58% относительно 2022 до 3,951 млрд. OIBDA выросла на 84% до 1,662 млрд. Чистая прибыль выросла на 50% до 1,456 млрд.

Дивиденды

Как пишет сама компания, устойчивое финансовое положение позволяет осуществлять регулярные дивидендные выплаты: в 2022 выплатила дивиденды в размере 545 млн, в 2023 — 892 млн, а в 2024 — 1 455 млн рублей.

Дивидендная политика предусматривает выплату не менее 50% скорректированной чистой прибыли в случае, если показатель Чистый долг/ OIBDA ниже 2. Компания стремится выплачивать дивиденды не реже одного раза в год.

IPO

Аренадата объявила диапазон на уровне от 85 до 95 рублей за акцию. Это соответствует рыночной капитализации компании от 17 до 19 млрд рублей (ранее Т-аналитики оценили компанию в 40 млрд, но это ни о чём не говорит). Начало торгов запланировано на 1 октября под тикером DATA (ISIN: RU000A108ZR8). Второй уровень листинга. Книга была переподписана по верхней границе (95 рублей) в первый день.

Мультипликаторы. P/NIC (как P/E, но прибыль скорректированная) —  13,6. EV/OIBTDAC (как EV/EBITDA, но скорр. OIBDA) — 12,7. Примерно как ПТ или Диасофт, дешевле Астры, дороже Ивы.

Сделка cash-out. В рамках IPO действующие акционеры предложат принадлежащие им 28 млн акций, включая 2,8 млн акций, которые могут быть использованы для стабилизации цены бумаг на вторичных торгах в период до 30 дней после начала торгов. Таким образом, сумма привлечения составит 2,66 млрд. Деньги пойдут в карман владельцам, не на развитие компании.

Что по аллокации? Розничный инвестор, подавший более 10 заявок, не получит аллокации. Аллокация будет определяться независимо от брокера, через которого происходит участие в IPO, и независимо от того, когда была получена заявка в течение периода сбора заявок. Эмитент будет стремиться обеспечить сбалансированную аллокацию между розничными и институциональными инвесторами. В общем, понятно, что ничего не понятно.

Компания в любом случае интересная, можно быть властелином больших данных, ещё и на скромные дивиденды при этом рассчитывать. Рынок соскучился по айтишке, переподпискам в первый день и т. п. Не какая-то муть типа IVA, но и не сказать, что моментальная ракета. Я поучаствую на немножко денежек, без завышенных ожиданий.

Подписывайтесь на мой телеграм-канал про инвестиции в акции и облигации, финансы и недвижимость.

Программа обучения:

• Введение в Data Science

• Основы математики для Data Science

• Основы статистики и теории вероятностей

• Data Analyst. Junior

• Подготовка к трудоустройству

• Продуктовая аналитика

• Маркетинговая аналитика

• BI-аналитика.

Подробнее о курсе big data →

2. Курс “Аналитик данных с нуля” [Skillbox] - 1085 отзывов

Информация о курсе: стоимость — 5 585 ₽ / мес. в рассрочку на 22 месяца, длительность — 45 часов теории, 22 практические работы

Особенности: 30 практических заданий по SQL и Python, которые можно добавить в портфолио. По завершении обучения вы получите сертификат установленного образца и доступ к курсу «Трудоустройство», где узнаете, как анализировать вакансии, создавать эффективные резюме и сопроводительные письма. После курса HR-специалист Центра карьеры Skillbox проверит ваше резюме и сопроводительное письмо.

Приобретенные навыки:

• Основы математики для анализа и статистики

• Выявление закономерностей в больших объемах данных

• Основы программирования на Python

• Сбор и управление базами данных с использованием SQL

• Понимание бизнес-метрик и их применения

• Построение гипотез и прогнозов на основе данных

• Работа с аналитическими инструментами Яндекс.Метрика и Google Analytics

• Создание дашбордов в Power BI

• Визуализация данных

• Использование Excel и Google Таблиц

• Формирование отчетов и их представление коллегам и руководству.

Программа курса:

• Введение в Excel и Google Таблицы

• Основы Python, библиотеки NumPy и Pandas

• Работа с SQL: чтение и запись данных, использование Power BI

• Основы PowerPoint

• Итоговый проект: анализ результатов A/B-тестирования.

Подробнее о курсе big data →

3. Курс “Аналитик данных” [Нетология] - 434 отзыва

Информация о курсе: стоимость — 91 800 ₽ или рассрочка на 24 месяца - 4 025 ₽ / мес., длительность — 7 месяцев

Особенности: В рамках курса вы завершите 4 крупных проекта, которые можно включить в портфолио. У вас будет возможность пройти стажировку у партнёра курса, компании Reshape Analytics. По окончании обучения вы получите диплом о профессиональной переподготовке. В качестве бонуса вы получите доступ к курсу по Excel.

Вы начнёте с основ и освоите ключевые инструменты для успешного старта на позиции junior-аналитика. В рамках курса вы изучите основы статистики и научитесь работать с SQL, Python и Power BI.

Чему вы научитесь:

• Работать с SQL
  выполнять запросы, фильтровать и сортировать данные, агрегировать информацию, объединять таблицы и создавать автоматизированные отчёты.

• Использовать Python
  обрабатывать данные, автоматизировать задачи и разрабатывать интерактивные отчёты.

• Применять статистические методы
  понимать статистические показатели, проводить анализ данных и проверку гипотез.

• Проверять гипотезы
  оценивать гипотезы и выбирать подходящие инструменты для их тестирования.

• Визуализировать данные
  создавать интерактивные дашборды для анализа и мониторинга информации.

• Приносить пользу бизнесу
  собирайте запросы на аналитику, предоставляйте метрики в понятной форме и определяйте точки роста.

Программа курса:

• Аналитическое мышление

• Основы практической статистики

• SQL и получение данных

• Python

• Основы визуализации данных

• Основы Power BI

• Метрики, гипотезы, точки роста

• Английский язык для аналитиков

• Карьерное планирование

• Дипломный проект.

Подробнее о курсе big data →

4. Курс “Аналитик данных: расширенный” [Нетология] - 434 отзыва

Информация о курсе: стоимость — 151 100 ₽ - 170 900 ₽ или рассрочка на 36 месяцев - от 4 416 ₽ / мес., длительность — от 13 месяцев

Особенности: Получите диплом о профессиональной переподготовке, поддержку в поиске работы и бесплатные курсы по Excel и Soft Skills.

На первом этапе курса вы освоите основные инструменты для начала карьеры в аналитике и выберете направление для развития через воркшопы с экспертами. Также изучите аналитику больших данных, A/B-тестирование и Power BI.

Чему вы научитесь:

• Работать с SQL
  Научитесь выполнять запросы, фильтровать, сортировать и агрегировать данные, объединять таблицы и создавать автоматизированные отчёты.

• Использовать Python
  Овладеете обработкой данных, автоматизацией задач и созданием интерактивных отчётов.

• Применять статистические методы
  Поймёте, как работать с статистическими показателями и проводить статистический анализ данных.

• Проводить A/B-тесты
  Научитесь формулировать гипотезы и определять, что действительно работает, основываясь на данных.

• Работать с Big Data
  Изучите, как анализировать большие данные и использовать Python и PySpark для прогнозирования.

• Визуализировать данные
  Создадите графики и диаграммы различной сложности и будете уметь визуализировать данные для разных аудиторий.

Программа курса:

• 1 этап. Основы и воркшопы
  Изучите аналитическое мышление, источники данных и статистические показатели. Научитесь писать SQL-запросы для сбора и подготовки данных и начнёте изучение Python, что даст вам навыки для работы на начальной позиции аналитика данных.

• 2 этап. Расширенные модули
  Овладеете определением ключевых метрик, работой с большими данными и их монетизацией. Научитесь визуализировать данные и проводить A/B-тестирование. Эти знания помогут вам быстрее перейти на уровень middle-специалиста.

Подробнее о курсе big data →

5. Курс “Аналитик данных” [Eduson Academy] - 207 отзывов

Информация о курсе: стоимость — 4 833 руб. / мес. в рассрочку на 24 месяца, длительность — 6 месяцев

Особенности: Личный куратор будет доступен 7 дней в неделю для ответа на любые вопросы. Вы сформируете портфолио из 32 бизнес-кейсов. Окажут помощь в трудоустройстве. По окончании курса получите сертификат о повышении квалификации.

Программа курса:

• Эффективные методы обучения

• Введение в профессию

• Работа с Excel и Google Таблицами

• Использование Power Query и Power Pivot

• Основы VBA, макросов и языка M

• Бизнес-аналитика данных

• Вероятностные и статистические теории

• Анализ данных

• Проведение A/B-тестирования

• Маркетинговая аналитика

• Использование Power BI для анализа и визуализации

• SQL для анализа данных

• Python для анализа данных

• Презентация результатов заказчику

• Карьерное развитие

• Работа по методологии Agile.

Подробнее о курсе big data →

6. Курс “Big Data для менеджеров” [Product LIVE]

Информация о курсе: стоимость — 9 251 руб. / мес. в рассрочку на 12 месяцев, длительность — 6 месяцев

Особенности: Консультации с ментором, реализация финального проекта и решение 18 бизнес-кейсов. В конце обучения получите индивидуальный сертификат.

Освойте внедрение AI и использование Big Data для оптимизации бизнес-процессов, увеличения прибыли и опережения конкурентов.

Краткое содержание курса:

• Основы Big Data и машинного обучения

• Управление проектами в области Big Data

• Дополнительные аспекты работы с большими данными.

Подробнее о курсе big data →

7. Курс “Разработчик Big Data” [ФПМИ]

Информация о курсе: стоимость — 145 000 руб., длительность — 12 месяцев

В программу включены курсы по технологиям программирования и операционным системам, хранению и обработке больших данных, а также машинному обучению на больших объемах данных.

Подробнее о курсе big data →

8. Курс “Аналитика больших данных” [Высшая Школа Экономики]

Информация о курсе: стоимость — 215 000 ₽ / семестр, длительность — 2 года

Вы приобретёте необходимые навыки, включая работу с базами данных и продуктовой аналитикой, внедрение моделей машинного обучения и управление распределёнными хранилищами данных.

В результате вы сможете самостоятельно работать с инфраструктурой в компаниях, участвовать в создании новых продуктов и услуг, оптимизировать бизнес-процессы, принимать обоснованные решения на основе данных и эффективно взаимодействовать со специалистами из других команд.

Программа курса:

• Язык программирования Python

• Математический анализ

• Инструменты промышленной разработки

• Линейная алгебра

• Математическая статистика

• Визуализация данных

• A/B-тестирование

• SQL

• Теория вероятностей

• Развитие продукта и продуктовая аналитика

• Проект.

Подробнее о курсе big data →

9. Курс “Аналитика больших данных для руководителей” [Сетевая Академия “Ланит”]

Информация о курсе: стоимость — 72 000 руб., длительность — 3 дня (24 ак. часа)

Курс разработан так, чтобы за 3 дня даже самые занятые руководители могли освоить теорию и практику работы с Big Data для бизнес-применений.

Программа охватывает все аспекты участия в проектах по анализу больших данных, включая фазы жизненного цикла аналитических процессов и методы работы с разнородными данными.

Вы изучите платформу Hadoop, облачные сервисы и инструменты, а также сценарии применения Big Data в различных секторах, таких как банки, промышленность и торговля.

Курс включает примеры цифровой трансформации, от сбора данных до тестирования и внедрения решений. Также будут рассмотрены вопросы безопасности и персональных данных, с акцентом на импортозамещение и особенности работы с Big Data в России.

Подробнее о курсе big data →

10. Курс “Организация работы и управления большими данными (Big Data) в современной компании” [Бауманский учебный центр «Специалист»]

Информация о курсе: стоимость — 20 990 ₽ - 30 990 ₽, длительность — 16 ак. ч. + 8 ак. ч. самостоятельно

Вы научитесь организовывать применение машинного обучения и больших данных в компании для повышения её эффективности.

В процессе обучения вы освоите:

• Определение источников данных и формирование требований к ним;

• Применение процесса CRISP-DM для вашей организации;

• Создание проектных и продуктовых команд для работы с Big Data;

• Выбор подходящих инструментов и методов для решения задач и взаимодействие с командами, работающими над проектами Big Data;

• Использование nocode инструментов (на примере одного из них);

• Организацию проектов в области больших данных;

• Определение требований к показателям инструментов Big Data;

• Согласование ресурсных требований;

• Оценку цифровой зрелости компании для внедрения ИИ инструментов.

Программа курса включает:

• Введение в Big Data

• Бизнес-подход к работе с большими данными

• Управление данными: сбор, оценка качества и подготовка

• Моделирование: классы задач и методы их решения

• Оценка показателей качества и результатов.

Подробнее о курсе big data →

11. Курс “Big Data для руководителей” [Stepik]

Информация о курсе: стоимость — 950 ₽, длительность — 38 уроков

Программа курса:

• Достижения в области Big Data

• Основные термины и процессы в Big Data

• Основы Data Science

• Организация работы с Big Data в компании.

Подробнее о курсе big data →

12. Курс “Большие данные и машинное обучение” [Университет ИТМО]

Информация о курсе: стоимость — 539 000 ₽ / год, длительность — 2 года

Научитесь разбираться в системных подходах к искусственному интеллекту, освоите разработку и применение технологий больших данных и машинного обучения для решения практических задач. Также вы получите глубокие знания и навыки в работе с большими данными и методах интеллектуального анализа данных.

Подробнее о курсе big data →

13. Курс “Аналитик данных” [Академия Сигма]

Информация о курсе: стоимость — 62 488 руб., длительность — 3 месяцa

На курсе вы освоите:

• Современный скрапинг открытых источников с использованием Python

• Подготовку данных с помощью SQL

• Проверку гипотез, поиск закономерностей и аномалий в данных

• Использование Python для исследовательского анализа данных

• Работу с данными с помощью библиотеки Pandas

• Применение библиотек matplotlib, seaborn и plotly для анализа и визуализации данных.

Подробнее о курсе big data →

Бесплатные курсы, уроки и вебинары Big Data

Курс “Основы анализа данных в SQL, Python, Power BI, DataLens” [Нетология]

Ознакомитесь с инструментами для анализа и визуализации данных, решите реальные задачи и определите, насколько вам интересна работа аналитика.

В итоге вы:

• Освоите создание простых запросов, отчетов и анализа с использованием SQL

• Научитесь извлекать и исследовать данные с помощью Python

• Сможете самостоятельно создавать интерактивные дашборды в Power BI и DataLens.

Подробнее о курсе big data →

Курс “Big Data и Data Science: начни погружение с нуля” [Stepik]

Курс включает четыре модуля, которые помогут последовательно освоить ключевые аспекты науки о данных и применить их на практике:

• Введение в науку о данных.
  Вы узнаете, что такое анализ данных и чем аналитик отличается от специалиста по Data Science. Исследуете применение машинного обучения, решите свою первую задачу и научитесь визуализировать данные. Кроме того, разовьете навыки аналитического мышления и узнаете, как они могут быть полезны в жизни.

• Основы анализа данных.
  Познакомитесь с операционной системой Linux и научитесь использовать её для работы и жизни. Овладеете основами Python — ключевого языка для начинающих разработчиков. Попрактикуетесь в работе с различными библиотеками Python.

• Сбор, обработка и хранение данных.
  Изучите язык SQL и его применение, создадите свою первую реляционную базу данных и освоите методы работы с ней. Рассмотрите рынок больших данных, его перспективы и возможные препятствия.

• Soft Skills и управление проектами.
  Изучите методы и инструменты управления проектами в области искусственного интеллекта и познакомьтесь с принципами риск-менеджмента в крупных компаниях.

Подробнее о курсе big data →

Курс “Big Data” [Sergey Petrovich]

Видеоуроки:

• Введение в машинное обучение

• Основы Python

• Основы Big Data

• OLAP: что это и зачем нужно?

• IoT и Big Data

• Проблемы классификации

• Формальный контекстный анализ

• Регрессия

• Хранение и анализ больших данных

• Глубокое обучение.

Подробнее о курсе big data →

Сколько зарабатывает Big Data Analyst в России?

В целом можно выделить несколько ориентировочных уровней заработной платы:

1. Начальный уровень (Junior):

   • Обычно это специалисты с минимальным опытом в этой области (до 2 лет).

   • Заработная плата может быть в диапазоне от 50,000 до 80,000 рублей в месяц.

2. Средний уровень (Middle):

   • Для специалистов с опытом работы от 2 до 5 лет.

   • Заработная плата в этой категории может варьироваться от 80,000 до 150,000 рублей в месяц.

3. Старший уровень (Senior):

   • Специалисты с опытом более 5 лет.

   • Заработная плата может составлять от 150,000 до 250,000 рублей и более в месяц.

4. Ведущие специалисты и руководители (Lead/Manager):

   • Включает руководителей групп аналитиков и ведущих специалистов.

   • Заработная плата может достигать 300,000 рублей и более в месяц.

Эти цифры являются приблизительными, и на рынке могут быть исключения в любую сторону.

Можно ли обучиться Data Science с нуля?

Конечно можно! В Data Science важнее желание учиться, упорство и ваша готовность осваивать новые знания. Начать можно с основополагающих тем, и постепенно углубляться в более сложные. Вот примерный план обучения для новичка:

1. Основы программирования

Начните с изучения языка программирования, который применяется в Data Science. Наиболее популярны:

• Python: самый распространённый язык в Data Science благодаря своей простоте и большому количеству библиотек.

• R: используется в статистике и биоинформатике.

2. Математика и статистика

Для анализа данных и построения моделей необходимо иметь базовые знания:

• Линейная алгебра: множества, матрицы, векторы.

• Статистика: вероятности, распределения, гипотезы.

• Калькуляция: производные, интегралы.

3. Работа с данными

Научитесь собирать, обрабатывать и анализировать данные:

• Pandas для обработки данных.

• NumPy для числовых вычислений.

• Matplotlib и Seaborn для визуализации данных.

4. Машинное обучение

Погружайтесь в мир машинного обучения:

• Scikit-learn: библиотека для машинного обучения в Python.

• Основные алгоритмы: линейная регрессия, деревья решений, кластеризация.

• Практические проекты и соревнования: например, Kaggle.

5. Углублённые темы

Когда освоите базу, переходите к углублённым темам:

• Нейронные сети и глубокое обучение: TensorFlow, Keras, PyTorch.

• Обработка естественного языка (NLP): spaCy, NLTK.

• Анализ временных рядов.

6. Курсы и книги

Для обучения можете использовать множество ресурсов:

• Книги:

  • "Python для анализа данных" Уэса МакКинни.

  • "Введение в машинное обучение с Python" Андреаса Мюллера и Сары Гвидо.

• Курсы:

  • Coursera (например, Machine Learning от Stanford)

  • DataCamp

  • edX

7. Практическое применение

Научиться Data Science можно только с практикой:

• Участвуйте в проектов, решайте задачи на Kaggle.

• Применяйте полученные знания в своих собственных проектах.

8. Сообщество

Не забывайте про сообщество:

• Подписывайтесь на блоги и подкасты.

• Участвуйте в митапах и конференциях.

• Общайтесь на форумах и в социалках (например, Reddit, StackOverflow).

Что нужно знать для работы с Big Data?

Работа с Big Data (большими данными) требует широкого спектра знаний и навыков. Вот некоторые ключевые области, которые стоит освоить:

1. Языки программирования

• Python: обширная экосистема библиотек для анализа данных, таких как Pandas, NumPy, SciPy, и визуализация данных (Matplotlib, Seaborn).

• R: специализированный язык для статистики и анализа данных.

• SQL: работа с базами данных, запросы и манипуляции с большими объемами данных.

2. Платформы и инструменты

• Hadoop: распределенная система для хранения и обработки данных.

• Spark: быстродействующая система для обработки данных в реальном времени и пакетной обработки.

• Kafka: платформа для потоковой передачи данных.

• Flink: система для потоковой и пакетной обработки данных.

3. Базы данных

• NoSQL базы данных: например, MongoDB, Cassandra.

• Реляционные базы данных: например, PostgreSQL, MySQL, Oracle.

4. Хранение данных

• HDFS: файловая система Hadoop.

• Облачные хранилища: Amazon S3, Google Cloud Storage.

5. Машинное обучение и анализ данных

• Scikit-Learn: библиотека для машинного обучения в Python.

• TensorFlow и PyTorch: фреймворки для глубокого обучения.

• SAS и SPSS: программное обеспечение для статистического анализа.

6. Инструменты визуализации данных

• Tableau: платформа для интерактивной визуализации данных.

• Power BI: средство бизнес-анализа от Microsoft.

• D3.js: библиотека JavaScript для создания динамической и интерактивной визуализации данных.

7. Основы администрирования систем и сетей

• Linux: большинство больших данных платформ работает на этой операционной системе.

• Контейнеризация: Docker и Kubernetes для управления контейнерами.

8. Методы обработки данных

• ETL (Extract, Transform, Load): процессы извлечения, трансформации и загрузки данных.

• Потоковая обработка данных: работа с данными в реальном времени.

9. Soft skills

• Аналитическое мышление: способность анализировать и интерпретировать сложные данные.

• Коммуникационные навыки: умение эффективно представлять результаты и объяснять выводы.

10. Другие важные аспекты

• Базы данных в памяти (In-Memory Data Processing): например, Apache Ignite, Redis.

• Автоматизация работы: скриптование и написание утилит для упрощения задач.

• Облачные платформы: Amazon Web Services (AWS), Google Cloud Platform (GCP), Microsoft Azure.

Так вот, у меня убедительная просьба писать в комментариях либо предложения о постановках научных проблем, либо формулировки самих проблем. Свои формулировки я напишу в конце статьи.

Теперь вернёмся к основной теме:

Я предлагаю создать Центры постановки научных проблем. Добросовестный учёный может согласовать создание группы, например, в Телеграме, куда включаются не только учёные, студенты и старшеклассники, но и сотрудники данного центра. Научной проблеме будет присваиваться регистрационный номер, коллеги учёного будут высказывать мнения, сколько денег нужно потратить на решение не только основной проблемы, но и сопутствующих. Таким образом, талантливые молодые люди ещё до поступления в аспирантуру могут увидеть, как учёные из разных городов решают проблемы, и тогда ошибки при выборе научного руководителя будут минимальны. Руководитель научного проекта может выбрать себе лучших соискателей после того, как убедится в их заинтересованности, увидев умные вопросы. Чем больше будет заботы о людях и условиях труда, тем выше будет эффективность от вложенных денег.

Примеры научных проблем (с моей точки зрения):

1. Разработка теории приобретения намагниченности глинистыми осадками после попадания на океаническое дно (и компьютерное моделирование данного процесса).

2. Разработка теории электромагнитного поля (и исследование его воздействия на человека).

3. Разработка теории сверхпроводимости (и создание сверхпроводников при комнатной температуре).

4. Разработка теории социальной справедливость (и сбор больших данных как из официальных текстов, так из частных мнений).

5. Разработка теории создания и распада государств (и исследования первых государств, возникших в той или иной общественно-экономической формации).

P. S. В одном из НИИ в период с 2008 по 2023 годы кандидатские диссертации по геолого-минералогическим наукам были защищены соискателями мужского пола, как правило, в 35-36 лет, а соискателями женского пола - до 30 лет. По моему мнению, если такая ситуация характерна для нескольких институтов, то это прикладная научная проблема, а если для десятков институтов - то фундаментальная.