Analista de Produto: mercado
Dados de 19 de novembro de 2026: vagas abertas de Analista de Produto — 199, 40% remotas entre as vagas que informam o modelo de trabalho; salário mediano anunciado $6.062/mês (de 15 vagas que informam salário). Fonte: Zorky, atualizado diariamente.
Product Analyst — analista embutido em um time de produto específico: estuda como os usuários se comportam no produto, desenha e analisa experimentos A/B, calcula métricas de produto e ajuda os product managers a decidir o que e por que mudar no produto. Diferente de um Data Analyst de perfil geral (responde a perguntas de negócio em várias direções), um Product Analyst está profundamente imerso em um produto, é dono de suas métricas e da cultura de experimentos. Diferente de um Product Manager — o PM decide o que construir, o product analyst mede e informa decisões com dados (ver /research/pm). Família de cargos: Product Analyst (geral — métricas, experimentos, hipóteses de produto), Senior Product Analyst (design de sistema de métricas, pesquisa comportamental complexa), Growth Analyst (foco em crescimento — funis, ativação, monetização), Analytics Lead no produto. Stack 2026: SQL (obrigatório), Python (pandas, estatística — exigido para Middle+), product analytics — Amplitude, Mixpanel, Yandex Metrika / AppMetrica, GA4, PostHog; testes A/B (desenho e análise de experimentos — o núcleo da profissão), estatística, data warehouses (ClickHouse — especialmente popular no product analytics da CEI, Snowflake, BigQuery), BI (dashboards — Tableau, Power BI, DataLens, Metabase), entendimento de métricas de produto — retention, activation, conversion, funis, coortes, unit economics, LTV, North Star Metric, árvore de métricas. Principais tecnologias: bpmn, ci/cd, confluence, docker, gitlab. Entre as vagas com modalidade de trabalho informada, 40% são remotas. Product Analyst — uma das especializações analíticas mais bem pagas e que mais crescem: empresas de produto competem por esses analistas, e o cargo abre caminho para Analytics Lead e para a gestão de produto.
Dados em:
Os principais números do mercado de Analista de Produto: vagas abertas, salário mediano, grupo de especialistas observado e parcela de remoto.
O mercado de Analista de Produto tem agora 199 vagas abertas, 174 delas observadas recentemente. Median salary $6.062/mo.
Entre as vagas com modalidade de trabalho informada, 40% são remotas. Analytics de produto funciona bem à distância; a nuance — o cargo exige contato próximo com o time de produto, então o híbrido é especialmente natural para ele.
⚠ salário conhecido para 15 de 199 vagas; participação de remoto a partir de 167 com formato informado; 174 contadas como observações recentes; tendência e dificuldade de contratação não são mostradas
Linha do tempo: vagas e fontes
Quantas vagas de Analista de Produto apareceram a cada semana desde 1 de jun. e de quantas fontes. O gráfico inferior separa o crescimento do mercado do crescimento da nossa cobertura: um salto na semana em que novas fontes foram conectadas significa que passamos a ver mais, não que o mercado cresceu.
Novas vagas por semana
Dados do gráfico
| Período | Novas vagas por semana |
|---|---|
| 2026-06-01 | 5 |
| 2026-06-08 | 3 |
| 2026-06-15 | 4 |
| 2026-06-22 | 12 |
| 2026-06-29 | 62 |
| 2026-07-06 | 48 |
| 2026-07-13 | 30 |
| 2026-07-20 | 24 |
| 2026-07-27 | 17 |
| 2026-08-03 | 14 |
| 2026-08-10 | 31 |
| 2026-08-17 | 26 |
| 2026-08-24 | 18 |
| 2026-08-31 | 13 |
| 2026-09-07 | 25 |
| 2026-09-14 | 13 |
| 2026-09-21 | 46 |
| 2026-09-28 | 45 |
| 2026-10-05 | 54 |
| 2026-10-12 | 94 |
| 2026-10-19 | 54 |
| 2026-10-26 | 79 |
| 2026-11-02 | 74 |
| 2026-11-09 | 68 |
Fontes ativas por semana
Fontes no período: 122. ▲ — semana em que muitas fontes novas foram conectadas.
Dados do gráfico
| Período | Fontes ativas |
|---|---|
| 2026-06-01 | 4 |
| 2026-06-08 | 3 |
| 2026-06-15 | 4 |
| 2026-06-22 | 7 |
| 2026-06-29 | 18 |
| 2026-07-06 | 18 |
| 2026-07-13 | 14 |
| 2026-07-20 | 18 |
| 2026-07-27 | 14 |
| 2026-08-03 | 14 |
| 2026-08-10 | 17 |
| 2026-08-17 | 14 |
| 2026-08-24 | 9 |
| 2026-08-31 | 11 |
| 2026-09-07 | 15 |
| 2026-09-14 | 9 |
| 2026-09-21 | 17 |
| 2026-09-28 | 18 |
| 2026-10-05 | 19 |
| 2026-10-12 | 24 |
| 2026-10-19 | 32 |
| 2026-10-26 | 30 |
| 2026-11-02 | 32 |
| 2026-11-09 | 23 |
Novas fontes conectadas: 29 de jun. +13 · 20 de jul. +11 · todas as semanas (22) na tabela
| Semana | Fontes novas | Vagas novas |
|---|---|---|
| 8 de jun. | +1 | 3 |
| 15 de jun. | +2 | 4 |
| 22 de jun. | +5 | 12 |
| 29 de jun. | +13 | 62 |
| 6 de jul. | +8 | 48 |
| 13 de jul. | +5 | 30 |
| 20 de jul. | +11 | 24 |
| 27 de jul. | +6 | 17 |
| 3 de ago. | +6 | 14 |
| 10 de ago. | +5 | 31 |
| 17 de ago. | +3 | 26 |
| 31 de ago. | +3 | 13 |
| 7 de set. | +1 | 25 |
| 14 de set. | +3 | 13 |
| 21 de set. | +7 | 46 |
| 28 de set. | +4 | 45 |
| 5 de out. | +6 | 54 |
| 12 de out. | +6 | 94 |
| 19 de out. | +7 | 54 |
| 26 de out. | +4 | 79 |
| 2 de nov. | +8 | 74 |
| 9 de nov. | +4 | 68 |
A semana atual ainda não terminou e não é exibida: uma semana incompleta pareceria uma queda.
Semana = data em que a vaga foi vista pela primeira vez, todos os status; as vagas são selecionadas pela mesma regra do contador desta página. Fontes são canais de coleta distintos; seus nomes não são publicados.
Dados do gráfico
| Semana | Novas vagas por semana | Fontes ativas |
|---|---|---|
| 2026-06-01 | 5 | 4 |
| 2026-06-08 | 3 | 3 |
| 2026-06-15 | 4 | 4 |
| 2026-06-22 | 12 | 7 |
| 2026-06-29 | 62 | 18 |
| 2026-07-06 | 48 | 18 |
| 2026-07-13 | 30 | 14 |
| 2026-07-20 | 24 | 18 |
| 2026-07-27 | 17 | 14 |
| 2026-08-03 | 14 | 14 |
| 2026-08-10 | 31 | 17 |
| 2026-08-17 | 26 | 14 |
| 2026-08-24 | 18 | 9 |
| 2026-08-31 | 13 | 11 |
| 2026-09-07 | 25 | 15 |
| 2026-09-14 | 13 | 9 |
| 2026-09-21 | 46 | 17 |
| 2026-09-28 | 45 | 18 |
| 2026-10-05 | 54 | 19 |
| 2026-10-12 | 94 | 24 |
| 2026-10-19 | 54 | 32 |
| 2026-10-26 | 79 | 30 |
| 2026-11-02 | 74 | 32 |
| 2026-11-09 | 68 | 23 |
O trabalho remoto ao longo do tempo
Proporção de vagas de Analista de Produto com trabalho totalmente remoto, por semana.
Vagas remotas, %
Dados do gráfico
| Período | Remoto |
|---|---|
| 2026-06-22 | 40 |
| 2026-06-29 | 62,8 |
| 2026-07-06 | 71,8 |
| 2026-07-13 | 60 |
| 2026-07-20 | 50 |
| 2026-07-27 | — |
| 2026-08-03 | 41,7 |
| 2026-08-10 | 48,1 |
| 2026-08-17 | 50 |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | 14,3 |
| 2026-09-14 | 30 |
| 2026-09-21 | 25,6 |
| 2026-09-28 | 35,9 |
| 2026-10-05 | 61,2 |
| 2026-10-12 | 46 |
| 2026-10-19 | 42,2 |
| 2026-10-26 | 41,9 |
| 2026-11-02 | 35,9 |
| 2026-11-09 | 27,5 |
A série começa em 22 de jun.: antes disso não há dados.
A proporção é calculada entre as vagas que informam o formato (remoto, híbrido, escritório). Semanas com menos de 10 vagas assim ficam em branco.
Dados do gráfico
| Semana | Remoto |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | 40 |
| 2026-06-29 | 62,8 |
| 2026-07-06 | 71,8 |
| 2026-07-13 | 60 |
| 2026-07-20 | 50 |
| 2026-07-27 | — |
| 2026-08-03 | 41,7 |
| 2026-08-10 | 48,1 |
| 2026-08-17 | 50 |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | 14,3 |
| 2026-09-14 | 30 |
| 2026-09-21 | 25,6 |
| 2026-09-28 | 35,9 |
| 2026-10-05 | 61,2 |
| 2026-10-12 | 46 |
| 2026-10-19 | 42,2 |
| 2026-10-26 | 41,9 |
| 2026-11-02 | 35,9 |
| 2026-11-09 | 27,5 |
As tecnologias ao longo do tempo
Como mudou a proporção de vagas de Analista de Produto que mencionam cada uma das principais tecnologias.
Vagas que mencionam a tecnologia, %
Dados do gráfico
| Período | SQL | Python | dbt |
|---|---|---|---|
| 2026-09-21 | 65 | 50 | 15 |
| 2026-09-28 | 65,6 | 46,9 | 15,6 |
| 2026-10-05 | 66,7 | 51,5 | 12,1 |
| 2026-10-12 | 69,6 | 58,9 | 8,9 |
| 2026-10-19 | 74,3 | 57,1 | 5,7 |
| 2026-10-26 | 71,4 | 46,4 | 12,5 |
| 2026-11-02 | 70,4 | 53,7 | 7,4 |
| 2026-11-09 | 78,3 | 58,7 | 17,4 |
A série começa em 21 de set.: antes disso não há dados.
Proporção entre as vagas com stack marcado; a série começa em 10 de ago.: antes as tags de stack eram atribuídas de outra forma. Semanas com menos de 20 vagas marcadas ficam em branco.
Dados do gráfico
| Semana | SQL | Python | dbt | user stories | pandas |
|---|---|---|---|---|---|
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | — | — | — | — | — |
| 2026-08-24 | — | — | — | — | — |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | — | — | — | — | — |
| 2026-09-14 | — | — | — | — | — |
| 2026-09-21 | 65 | 50 | 15 | 5 | 20 |
| 2026-09-28 | 65,6 | 46,9 | 15,6 | 12,5 | 0 |
| 2026-10-05 | 66,7 | 51,5 | 12,1 | 3 | 9,1 |
| 2026-10-12 | 69,6 | 58,9 | 8,9 | 8,9 | 10,7 |
| 2026-10-19 | 74,3 | 57,1 | 5,7 | 11,4 | 5,7 |
| 2026-10-26 | 71,4 | 46,4 | 12,5 | 12,5 | 8,9 |
| 2026-11-02 | 70,4 | 53,7 | 7,4 | 16,7 | 11,1 |
| 2026-11-09 | 78,3 | 58,7 | 17,4 | 17,4 | 19,6 |
Países ao longo do tempo
Como mudou, por semana, a proporção de vagas de Analista de Produto em cada um dos principais países.
Vagas no país, %
Dados do gráfico
| Período | Rússia | EUA | Reino Unido |
|---|---|---|---|
| 2026-06-29 | 29,1 | 10,9 | 5,5 |
| 2026-07-06 | 30,2 | 14 | 0 |
| 2026-07-13 | 28,6 | 17,9 | 0 |
| 2026-07-20 | 45,5 | 9,1 | 22,7 |
| 2026-07-27 | — | — | — |
| 2026-08-03 | — | — | — |
| 2026-08-10 | 44,4 | 22,2 | 18,5 |
| 2026-08-17 | 20,8 | 8,3 | 16,7 |
| 2026-08-24 | — | — | — |
| 2026-08-31 | — | — | — |
| 2026-09-07 | 50 | 0 | 33,3 |
| 2026-09-14 | — | — | — |
| 2026-09-21 | 7,3 | 22 | 22 |
| 2026-09-28 | 2,4 | 19,5 | 14,6 |
| 2026-10-05 | 18 | 14 | 6 |
| 2026-10-12 | 11,2 | 25 | 8,8 |
| 2026-10-19 | 16 | 12 | 12 |
| 2026-10-26 | 9,9 | 23,9 | 8,5 |
| 2026-11-02 | 19,7 | 19,7 | 4,5 |
| 2026-11-09 | 11,5 | 18 | 24,6 |
A série começa em 29 de jun.: antes disso não há dados.
Proporção entre as vagas com país conhecido; o gráfico mostra os cinco países com mais vagas em seis meses. Semanas com menos de 20 vagas com país conhecido ficam em branco. Uma proporção em alta pode indicar uma fonte recém-conectada naquele país, e não crescimento do mercado.
Dados do gráfico
| Semana | Rússia | EUA | Reino Unido | Polônia | Índia |
|---|---|---|---|---|---|
| 2026-06-01 | — | — | — | — | — |
| 2026-06-08 | — | — | — | — | — |
| 2026-06-15 | — | — | — | — | — |
| 2026-06-22 | — | — | — | — | — |
| 2026-06-29 | 29,1 | 10,9 | 5,5 | 23,6 | 5,5 |
| 2026-07-06 | 30,2 | 14 | 0 | 30,2 | 9,3 |
| 2026-07-13 | 28,6 | 17,9 | 0 | 10,7 | 3,6 |
| 2026-07-20 | 45,5 | 9,1 | 22,7 | 4,5 | 0 |
| 2026-07-27 | — | — | — | — | — |
| 2026-08-03 | — | — | — | — | — |
| 2026-08-10 | 44,4 | 22,2 | 18,5 | 0 | 0 |
| 2026-08-17 | 20,8 | 8,3 | 16,7 | 8,3 | 4,2 |
| 2026-08-24 | — | — | — | — | — |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | 50 | 0 | 33,3 | 0 | 4,2 |
| 2026-09-14 | — | — | — | — | — |
| 2026-09-21 | 7,3 | 22 | 22 | 2,4 | 14,6 |
| 2026-09-28 | 2,4 | 19,5 | 14,6 | 7,3 | 12,2 |
| 2026-10-05 | 18 | 14 | 6 | 16 | 4 |
| 2026-10-12 | 11,2 | 25 | 8,8 | 8,8 | 5 |
| 2026-10-19 | 16 | 12 | 12 | 14 | 10 |
| 2026-10-26 | 9,9 | 23,9 | 8,5 | 5,6 | 8,5 |
| 2026-11-02 | 19,7 | 19,7 | 4,5 | 9,1 | 6,1 |
| 2026-11-09 | 11,5 | 18 | 24,6 | 4,9 | 3,3 |
Mercado limpo: índice de contratação
Os mesmos 7.505 sites de carreira de empregadores; o número de vagas vem do próprio site. Conectar novas fontes não move este índice — ele mostra o mercado, não a nossa cobertura. É todo o mercado do painel, não apenas Analista de Produto.
Índice de contratação, 16 de out. = 100
Dados do gráfico
| Período | Índice de contratação |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Índice encadeado: cada dia compara apenas os sites consultados naquele dia e no anterior; valores discrepantes e falhas de consulta de uma plataforma inteira são excluídos. Dias sem pares comparáveis ficam em branco.
Dados do gráfico
| Dia | Índice de contratação |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Quantas vagas abertas de Analista de Produto existem e quantos especialistas compatíveis o Zorky observa.
Demanda e oferta observada
Dados do gráfico
| Indicador | Valor |
|---|---|
| Demanda aberta | 199 |
| Demanda aberta | 199 |
| Oferta observada | — não publicado |
Product Analyst — uma das especializações analíticas de crescimento mais rápido e mais bem pagas. Motor 2026 — a disseminação do desenvolvimento de produto e da cultura de experimentos: mais empresas tomam decisões por testes A/B e métricas, e a demanda por product analysts cresce mais rápido que por analistas de perfil geral.
⚠ candidatos compatíveis com uma vaga ainda não são contados: são mostrados a demanda e o pool observado
Como se distribuem os salários nas vagas de Analista de Produto, em dólares americanos por mês.
Distribuição de salários
Dados do gráfico
| Indicador | Valor |
|---|---|
| <$1k | 0 |
| $1–2k | 1 |
| $2–3k | 1 |
| $3–4k | 0 |
| $4–5k | 1 |
| $5–6k | 4 |
| $6–7k | 1 |
| $7–8k | 3 |
| $8–9k | 1 |
| $9–10k | 0 |
| $10–12k | 1 |
| $12–15k | 2 |
| $15–20k | 0 |
| $20k+ | 0 |
- utilizável no cálculo: 15 (7,5%)
- informado, mas não convertido para USD/mês: 30 (15,1%)
- não informado: 154 (77,4%)
Uma em cada dez vagas oferece menos de $2.500, uma em cada dez mais de $12.991. Metade das vagas oferece entre $5.040 e $8.250. Amostra: 15.
⚠ percentis a partir de 15 salários de 199 vagas — uma referência com amostra pequena
Dados do gráfico
| Indicador | Limite inferior | Limite superior | Quantidade |
|---|---|---|---|
| <$1k | 0 | 1.000 | 0 |
| $1–2k | 1.000 | 2.000 | 1 |
| $2–3k | 2.000 | 3.000 | 1 |
| $3–4k | 3.000 | 4.000 | 0 |
| $4–5k | 4.000 | 5.000 | 1 |
| $5–6k | 5.000 | 6.000 | 4 |
| $6–7k | 6.000 | 7.000 | 1 |
| $7–8k | 7.000 | 8.000 | 3 |
| $8–9k | 8.000 | 9.000 | 1 |
| $9–10k | 9.000 | 10.000 | 0 |
| $10–12k | 10.000 | 12.000 | 1 |
| $12–15k | 12.000 | 15.000 | 2 |
| $15–20k | 15.000 | 20.000 | 0 |
| $20k+ | 20.000 | — | 0 |
Em quais países há mais vagas abertas de Analista de Produto.
Geografia da demanda
| país | vagas | proporção |
|---|---|---|
| Estados Unidos | 34 | 18,7% |
| Rússia | 30 | 16,5% |
| Polônia | 17 | 9,3% |
| Reino Unido | 15 | 8,2% |
| Índia | 15 | 8,2% |
| Ucrânia | 9 | 4,9% |
| Cazaquistão | 8 | 4,4% |
| Canadá | 7 | 3,8% |
| Chipre | 5 | 2,7% |
| Alemanha | 5 | 2,7% |
| Outros países | 37 | 20,3% |
O líder em número de vagas de Product Analyst são os EUA (34 vagas). A demanda se concentra em empresas de produto e tecnologia, fintech, e-commerce, foodtech, edtech, gaming, serviços mobile. Empresas internacionais contratam Senior Product Analysts falantes de russo em regime totalmente remoto.
⚠ apenas número de vagas: o salário por país não é publicado
Dados do gráfico
| País | Vagas |
|---|---|
| US | 34 |
| RU | 30 |
| PL | 17 |
| GB | 15 |
| IN | 15 |
| UA | 9 |
| KZ | 8 |
| CA | 7 |
| CY | 5 |
| DE | 5 |
Quais tecnologias são mais pedidas na mesma vaga que Analista de Produto.
Usada junto com
Participação: quantas das 199 vagas do mercado Analista de Produto mencionam esta tecnologia. Ordenado pelo número de vagas, não pela “força da associação”. Termos genéricos como cloud não são uma nuvem específica (AWS, Azure).
Top stack de Product Analyst 2026: SQL (obrigatório), Python (pandas, estatística — obrigatório para Middle+), product analytics (Amplitude, Mixpanel, Yandex Metrika / AppMetrica, GA4, PostHog), testes A/B (núcleo do papel), estatística, data warehouses (ClickHouse — popular em product analytics na CEI, Snowflake, BigQuery), BI (Tableau, Power BI, DataLens, Metabase), métricas de produto (retention, activation, funnels, cohorts, unit economics, LTV, North Star, árvore de métricas).
Pares comuns: SQL + Python (estatística, A/B), Amplitude / Mixpanel + métricas de produto, testes A/B + estatística, ClickHouse + BI, funis + cohorts. Roadmap de aprendizado: base de Data Analyst (SQL, Python, estatística) → aprofundar estatística e testes A/B → métricas de produto → ferramentas de product analytics → pensamento de produto → portfólio com análise de produto → cargo de Data / Product Analyst numa empresa de produto.
Dados do gráfico
| Nome | Quantidade |
|---|---|
| sql | 158 |
| python | 128 |
| dbt | 33 |
| user stories | 27 |
| pandas | 26 |
| snowflake | 26 |
| backlog | 26 |
| airflow | 25 |
| bigquery | 21 |
| cloud | 21 |
| numpy | 16 |
| llm | 16 |
Quantas vagas de Analista de Produto há em cada nível, de júnior a principal.
Demanda por nível
| nível | vagas |
|---|---|
| senior | 79 |
| middle | 22 |
| junior | 10 |
| principal | 6 |
| lead | 5 |
Não há muitas vagas puramente Junior — as pessoas chegam via Data Analyst. Fluxo de carreira: Data Analyst → Product Analyst → Senior Product Analyst → Analytics Lead / Head of Analytics, ou transição para Product Manager (uma bifurcação lógica).
⚠ apenas o lado da demanda: a senioridade do pool observado é desconhecida na maior parte
Dados do gráfico
| Nível | Quantidade |
|---|---|
| senior | 79 |
| middle | 22 |
| junior | 10 |
| principal | 6 |
| lead | 5 |
Quem mais contrata em Analista de Produto e quanto a demanda se concentra nas maiores empresas.
Empregadores
A demanda está distribuída entre 138 empregadores. O maior responde por 7.9%, os dez primeiros por 23.0%; os 77.0% restantes são cauda longa.
| proporção | valor |
|---|---|
| top 1 | 7.9% |
| top 3 | 12.9% |
| top 10 | 23.0% |
| cauda longa | 77.0% |
⚠ os nomes não são mostrados: o classificador ainda não distingue agências de recrutamento de empregadores finais
De quais sites de empresas e portais de vagas o Zorky coleta as vagas de Analista de Produto.
Onde o Zorky vê este mercado
Observado em 45 fontes; a maior responde por 20.1%: este mercado não depende de um único canal.
Vagas de Product Analyst: hh.ru ("product analyst"), Habr Career, getmatch, LinkedIn, Telegram (comunidades de product analyst e canais de vagas). O mercado real é mais amplo que a busca exata — parte das posições vai como "data analyst" com viés de produto ou "growth analyst". Obs.: a direção Analyst / BI teve dificuldades com a autoclassificação — o número visível pode subestimar o mercado.
Dados do gráfico
| Classe | Nome | Nome em inglês | Quantidade | Proporção |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS e sites de carreira | 124 | 0,6231 |
| board | джоб-борды и агрегаторы | sites de vagas e agregadores | 54 | 0,2714 |
| telegram | Telegram | Telegram | 21 | 0,1055 |
As vagas de Analista de Produto mais recentes dos sites de carreira das empresas.
Vagas recentes
- Lead Product Analyst - Business Squad · GB
- Senior Product Analyst - FinCrime · GB
- Product Analyst (iGaming / Casino) · RU
- Middle+ Продуктовый аналитик · RU
- Senior Product Analyst · UA
- Senior Product Analyst
- Senior Product Analyst
- Senior Product Analyst · CA
Vagas de Product Analyst abertas mais recentes — as 10 posições mais recentes com qualidade de descrição adequada. A lista completa está no nosso CRM ou pelo link "ver todas" abaixo.
Mercados adjacentes
Product Analyst — especialização de produto da direção Analyst / BI. Cresce a partir do Data Analyst, trabalha junto com o Product Manager (/research/pm — bifurcação de carreira comum), faz fronteira com Marketing Analyst (métricas de aquisição) e Data Science (modelagem mais profunda). A comparação das especializações de analista — no SiblingSubnichesChart acima.
⚠ mercados adjacentes para comparação ainda não foram definidos
Como é medido
- Vaga
- uma vaga aberta que passou pelo filtro de qualidade e lista pelo menos duas tecnologias
- Candidato observado
- um candidato cujo stack contém esta tecnologia; um agregado — nenhum registro individual sai do perímetro
- Candidato compatível
- ainda não contado
- Janela
- vagas abertas no momento em que o snapshot foi gerado
Sobre os dados
- Alguns detalhamentos estão ocultos: a cobertura de dados deles ainda não é suficiente.
- As estatísticas só aparecem onde a amostra passa por um controle de qualidade.
- A ausência de um bloco não significa valor zero.
Detalhamentos ocultos no momento: 8.
Área: Analista / BI
Especializações relacionadas
Dentro de Product Analyst: Product Analyst (geral — métricas, experimentos, hipóteses de produto), Senior Product Analyst (design de sistema de métricas, pesquisa comportamental complexa), Growth Analyst (foco em crescimento — funis, ativação, monetização), Analytics Lead no produto. A comparação com outras especializações de analista — na barra abaixo.
Perguntas frequentes
As perguntas mais comuns sobre Product Analyst: pagamento, grades, ferramentas e skills, Product Analyst vs Data Analyst vs Product Manager, por que os testes A/B são o núcleo do papel, remoto, valor de carreira do papel, empresas, como começar, skills de Senior. As respostas se recalculam automaticamente.
Quanto ganha um Product Analyst Júnior, Pleno, Sênior ou Lead?
Não há muitas vagas de Product Analyst puramente Junior — as pessoas mais frequentemente entram no papel depois de trabalhar como Data Analyst ou como estagiário de product analytics. Salto para Middle — design e análise independentes de testes A/B, Python e estatística com confiança, posse das métricas de produto. O Senior projeta o sistema de métricas de produto, lidera pesquisas comportamentais complexas, influencia diretamente a estratégia de produto. Fluxo de carreira: Data Analyst → Product Analyst → Senior Product Analyst → Analytics Lead / Head of Analytics, ou transição para Product Manager (uma bifurcação comum e lógica).
Quais ferramentas e skills são mais exigidas de um Product Analyst?
Top 5: bpmn, ci/cd, confluence, docker, gitlab. SQL — obrigatório, nível expert. Python — obrigatório para Middle+: pandas, estatística, cálculo de experimentos, automação. Product analytics: Amplitude, Mixpanel, Yandex Metrika / AppMetrica, GA4, PostHog — ferramentas para analisar o comportamento do usuário (eventos, funis, curvas de retenção, coortes). Testes A/B — núcleo do cargo: desenho de experimentos (métrica, hipótese, tamanho de amostra), análise correta, entendimento das armadilhas (peeking, comparações múltiplas, novelty). Estatística — confiante: teste de hipóteses, intervalos de confiança, escolha do teste. Data warehouses: ClickHouse (especialmente popular no product analytics da CEI), Snowflake, BigQuery. BI: dashboards em Tableau / Power BI / DataLens / Metabase. Métricas de produto: entendimento profundo de retention, activation, conversion, funis, coortes, unit economics, LTV, North Star Metric, capacidade de construir uma árvore de métricas. Soft skills: pensamento de produto, capacidade de formular e testar hipóteses, transmitir conclusões ao PM e ao time, influenciar decisões. Conhecimento de product design e expertise de domínio — um grande diferencial.
Product Analyst vs Data Analyst vs Product Manager — qual a diferença?
Analista de Dados — analista de perfil geral: responde a perguntas de negócio de diferentes áreas da empresa, métricas, dashboards, análises ad-hoc; escopo amplo, não vinculado a um produto (veja /research/analyst/data-analyst). Analista de Produto — analista inserido em uma equipe de produto específica: conhece o produto a fundo, é dono das suas métricas, desenha e analisa experimentos A/B, pesquisa o comportamento dos usuários, ajuda o PM a tomar decisões baseadas em dados. Grosso modo: o Analista de Dados atua de forma ampla na empresa, o Analista de Produto atua a fundo no produto, com ênfase em experimentos. Product Manager — responsável pelo produto como um todo: decide o que construir, define prioridades, responde pelo resultado do produto; o analista de produto é o parceiro de dados mais próximo do PM: o PM decide, o PA mede, testa hipóteses e embasa com números (veja /research/pm). Trajetória de carreira: Analista de Dados → Analista de Produto — um passo comum (especialização e aumento de renda); Analista de Produto → Product Manager — uma das bifurcações de carreira mais lógicas (o analista de produto já pensa em termos de produto e métricas); ou Analista de Produto → Analytics Lead / Head of Analytics.
Por que testes A/B e experimentos são o núcleo do trabalho de um Product Analyst?
Os times de produto mudam o produto constantemente — novas features, mudanças de UI, preços, mecânicas. A pergunta principal, toda vez: a mudança de fato melhorou o produto ou foi acaso? A resposta é dada por um teste A/B (experimento controlado): alguns usuários veem o novo variante, outros — o antigo, e o analista os compara por uma métrica escolhida. Isso transforma o desenvolvimento de produto de «parece melhor para nós» em decisões testáveis. Por isso o design e a análise de experimentos são o cerne do cargo de Product Analyst. O que está incluído: design — escolher a métrica certa (uma que reflita valor real, não uma facilmente manipulável), formular a hipótese, calcular o tamanho de amostra e a duração necessários; execução — divisão correta em grupos, controle de qualidade dos dados; análise — verificar significância estatística, intervalos de confiança e, o mais importante — evitar os erros clássicos (espiar antes do prazo, comparações múltiplas, efeito de novidade, grupos não representativos); interpretação — o que o resultado significa para o produto, se deve-se implantar a mudança. Uma cultura de experimentos madura (testar hipóteses de forma sistemática, não implantar «a olho») — o que distingue as empresas de produto fortes, e o Product Analyst é o seu portador. Além do A/B, o analista trabalha com dados observacionais — funis, cohorts, curvas de retention — onde um experimento é impossível.
Qual é a proporção de vagas remotas?
Entre as vagas com modalidade de trabalho informada, 40% são remotas. Vagas sem modalidade informada são excluídas do denominador; trabalho híbrido não é contado como remoto.
Por que um Product Analyst é valioso para a equipe e é uma boa escolha de carreira?
O Analista de Produto é valioso porque transforma as decisões do time de produto de palpites em hipóteses testáveis: responde a perguntas como "a funcionalidade funciona", "onde os usuários desistem", "o que move a retenção", "vale a pena liberar a mudança" — e assim economiza recursos da empresa com retrabalho inútil e ajuda a encontrar crescimento. É uma escolha de carreira forte por vários motivos: 1) Um dos cargos analíticos mais bem pagos — empresas de produto disputam essas pessoas. 2) Demanda crescente — a cultura de desenvolvimento de produto e de experimentos está se difundindo. 3) Ótimas bifurcações de carreira — Analytics Lead / Head of Analytics ou transição para Product Manager (o analista de produto já pensa em métricas e hipóteses). 4) Trabalho interessante e substantivo — na interseção de dados, produto e psicologia do usuário. Para quem é: quem se interessa não só por números, mas por produto e pelo comportamento das pessoas, gosta de formular e testar hipóteses e está pronto para se comunicar muito com o time. Ressalva honesta: não é o melhor primeiro cargo — as pessoas geralmente chegam a Analista de Produto depois de dominar a base de Data Analyst (SQL, Python, estatística); é mais sensato começar a carreira como Data Analyst e crescer conscientemente para analytics de produto.
Por onde começar uma carreira de Product Analyst em 2026?
Product Analyst — geralmente não é o primeiro cargo; o caminho razoável é via Data Analyst ou um estágio de product analytics. Roadmap: 1) Base de Data Analyst — SQL (confiante), Python (pandas), uma ferramenta de BI, noções de estatística; sem essa base você não entra em product analytics. 2) Estatística e experimentos — aprofunde: teste de hipóteses, testes A/B, erros típicos de experimentos; este é o cerne do cargo e o que as entrevistas enfatizam. 3) Métricas de produto — aprenda e calcule corretamente retention, ativação, conversão, funis, cohorts, unit economics, LTV, North Star Metric; entenda como montar uma árvore de métricas. 4) Ferramentas de product analytics — domine ao menos uma (Amplitude, Mixpanel, Yandex Metrika / AppMetrica), aprenda a montar funis e análise de cohorts. 5) Pensamento de produto — leia sobre product management, entenda como um time de produto trabalha, o que é uma hipótese e como ela é testada. 6) Portfólio — analise um produto (pode ser público) por métricas, descreva hipóteses e como você as testaria; pet project com funil e cohorts. Recursos: cursos de product analytics (Karpov.Courses — conhecida por um forte programa de analytics e A/B, Yandex Practicum, ProductStar etc.), livros e materiais sobre testes A/B e métricas de produto, comunidades de product analyst. Caminho: domine a base de Data Analyst → encontre um cargo de Data / Product Analyst numa empresa de produto → cresça para a especialização de produto.
Quantas vagas abertas estão nesta amostra?
A amostra publicada contém 199 vagas abertas após agrupar republicações. É o mesmo número do indicador principal. A seção geográfica descreve a cobertura da amostra; não é uma estimativa de todo o mercado.
De quais skills um Senior Product Analyst precisa?
Um Product Analyst Sênior é um analista que influencia a estratégia de produto. Experimentos: design e análise de testes A/B em nível de especialista, escolha das métricas certas, cálculo de poder, tópicos avançados (estratificação, CUPED para redução de variância, testes sequenciais, trabalho com comparações múltiplas) e uma compreensão realista de quando se pode confiar no resultado. Estatística: segurança em nível de praticante — testes de hipóteses, intervalos de confiança, análise causal onde o experimento é impossível. SQL e Python: SQL de especialista, Python com segurança (pandas, bibliotecas estatísticas), automação. Design do sistema de métricas: projetar a árvore de métricas do produto, escolher a North Star, evitar métricas distorcidas ou facilmente manipuláveis. Analytics comportamental: análise profunda de funis, retenção, coortes, segmentos — entender por que os usuários se comportam assim, não só o que acontece. Pensamento de produto: entender produto, mercado e usuários tão bem quanto o PM; conseguir gerar hipóteses de crescimento por conta própria, não só testar as dos outros. Influência: transmitir conclusões de forma que mudem decisões; trabalhar com PM, design e dev como parceiro; defender a posição com dados. Qualidade de dados: atitude crítica em relação aos dados e ao rastreamento de eventos, compreensão de como os dados são coletados. Mentoria: desenvolvimento de analistas Júnior, padrões de experimentos no time. Inglês — para o mercado internacional. O principal valor de um Sênior — não "rodar o teste", mas mover o produto adiante de forma sistemática por meio de dados e experimentos.
Deixar uma solicitação
Descreva a tarefa e deixe um contato: a solicitação chega ao nosso CRM e respondemos no contato informado.