- Jet HR
- Padua, VEN
- Full-Time
- 13 days ago
Data Scientist.
Before you go
Before you leave us, sign up for our email alerts
We don't do job spam, just the best digital jobs delivered straight to your inbox.
Data Scientist: our view in 3 lines...
- The Role:This role builds the data models, metrics and predictive models that Jet HR's teams use to make business decisions.
- The Person:The person will own dbt models and a semantic layer of north star metrics, build predictive models such as lead scoring and forecasting, and develop MCP and AI agents to automate GTM processes.
- Requirements:The ideal candidate has 3+ years of experience in analytics engineering, data science or data engineering, statistical modelling and causal inference, dimensional modelling with star or snowflake schema, and solid Python.
About the role
Avrai completo controllo dei numeri con cui Jet HR prende ogni decisione, e ci costruirai sopra modelli predittivi e agenti AI per scalare.
Cosa farai
Il tuo obiettivo è possedere le metriche di Jet HR e trasformarle in modelli predittivi, dal dato grezzo alle decisioni di Sales, Growth e Ops.
Nel concreto:
- Sei owner dei modelli dbt che sono la source of truth delle metriche di Jet per Ops, Growth, Sales, Finance e Product.
- Costruisci il semantic layer delle north star metrics: la base della self-service analytics e degli agenti AI che interrogano i dati.
- Costruisci MCP e agenti AI per l’analisi dati e per automatizzare i processi GTM (Sales, Marketing, Customer Success), misurandone l’impatto.
- Crei analisi che orientano le decisioni concrete di Growth e Ops.
- Porti la self-service su Metabase a tutta l’azienda, a partire dai domini ancora scoperti. Test, documentazione e monitoring inclusi.
- Sviluppi modelli predittivi end-to-end - lead scoring, attribution multi-touch, forecasting - dalla definizione del problema al deploy e al monitoraggio.
Come lavoriamo
Il team Data di Jet HR non è un semplice team di supporto. È la funzione che costruisce l’intera piattaforma dati su cui gira il prodotto e i prodotti AI che lo estendono.
- Data platform. Lavoriamo su una piattaforma scalabile e robusta: architettura, automazione, data products. Niente one-off, niente workaround.
- Self-service. Ogni team di Jet deve poter lavorare sui dati in autonomia. Dobbiamo essere un moltiplicatore, non un collo di bottiglia.
- Tech-first. Il team è composto da data engineers, analytics engineers, data scientists e AI engineers. Collaboriamo strettamente con prodotto, sales e operations per trasformare i dati in asset strategici.
- Niente task banali. Non esistono report manuali da tenere in vita. Automatizziamo, ottimizziamo, costruiamo soluzioni che durano.
Tech stack
DBT · Snowflake · Python · Metabase · DltHub · Apache Airflow · Docker · AWS
Chi cerchiamo
- 3+ anni di esperienza in analytics engineering, data science o data engineering.
- Parli italiano. Per combattere la burocrazia bisogna prima capirla profondamente.
- Statistica applicata. Hai usato modellazione statistica e causal inference (A/B test, metodi quasi-sperimentali) su problemi di business reali.
- Data modelling. Hai lavorato con modelli dimensionali (star/snowflake schema) e/o Data Vault.
- Python solido. Lo usi ogni giorno per analisi, modelli e pipeline, con codice pulito e testabile.
Cosa offriamo
- €45.000 – €60.000 di RAL.
- Full remote. Per davvero. Puoi lavorare da dove vuoi, basta che sia in una timezone compatibile con l’Italia. Se vuoi, il nostro ufficio a Milano è pronto ad accoglierti. Due volte l’anno abbiamo un meetup di 3 giorni, tutto pagato da Jet.
- Ownership di quello che fai. Non hai spec iper-dettagliate, non sei un mero esecutore. Sei tu responsabile dell’output finale.
- Impatto concreto. Siamo una start-up, ognuno dà un contributo essenziale allo sviluppo dei prodotti e alla crescita di Jet. Il tuo lavoro fa la differenza per migliaia di clienti.
- Start-up environment. Non è una startup qualsiasi, ma una ben finanziata e zeppa di talenti. In 6 mesi vedrai ed imparerai cose che altrove forse vedresti in anni, con un altissimo livello di responsabilità e coinvolgimento.
Processo di selezione
- Prima interview con Talent
- Tech interview con Head of Data & AI
- Final interview con il team

