Tradicionalmente, quase todas as contribuições amadoras para a astronomia vieram de hobbyists observacionais que encontraram cometas e supernovas, que se beneficiam de ter mais olhos no céu e não requerem os maiores telescópios absolutos. A maior parte do céu passa despercebido todas as noites, então apenas procurar fenômenos transitórios geralmente compensa. Pessoas como Joseph Brimacombe são bem conhecidas pelos observadores de supernovas, pois geralmente são os primeiros a ver novas supernovas. Porém, observe que essas pessoas costumam investir recursos pessoais significativos em seu hobby, e não está claro o que sobrará para os amadores assim que a próxima geração de telescópios de pesquisa for construída.
Em termos de dados e código, ouvi falar de alguns amadores ajudando astrônomos a encontrar exoplanetas. Este é um trabalho menos solo do que as observações - essas pessoas geralmente são membros formais ou informais de equipes de pesquisa. Existem todos os tipos de técnicas inteligentes de redução de dados sendo desenvolvidas atualmente, mas observe que geralmente não são pura análise de dados abstratos - muitos insights astrofísicos vão para os pipelines de dados atualmente.
Zooniverse já foi mencionado. Esta é uma coleção de projetos de "ciência cidadã" e tem mais do que sua cota de astronomia. Isso não é surpresa, já que a astronomia tem enormes conjuntos de dados e, de fato, o Zooniverse cresceu a partir de um único projeto de classificação de galáxias. Esses projetos são uma boa maneira de começar a trabalhar com vários projetos de redução de dados, mas observe seu foco nos resultados de crowd sourcing (geralmente para desenvolver conjuntos de treinamento para seus próprios algoritmos, que eventualmente substituem o crowd-sourcing). Se você deseja realmente desenvolver algoritmos e aplicá-los a grandes conjuntos de dados, você pode tentar entrar em contato com as pessoas por trás de um projeto de crowdsourcing específico e pedir mais dados para trabalhar por conta própria. Embora às vezes os dados astronômicos mais recentes sejam mantidos em sigilo por um tempo (ninguém quer gastar todo o tempo e esforço obtendo dados apenas para que outra pessoa chegue e publique todos os resultados), muitos deles são públicos ou compartilháveis. >