Résumé de l’offre
Impact : Tu contribues à construire les briques thermiques et bâtiment qui renforcent la fiabilité des DPE et des recommandations de rénovation.
Apprentissage : Thermique du bâtiment, méthode 3CL, modélisation, data et intégration produit / IA.
Exigence : Forte rigueur sur les calculs, la validation, la traçabilité et la qualité logicielle.
IA-native : Usage quotidien d’outils IA pour accélérer la recherche, la modélisation, le code et la documentation.
Équipe : Collaboration directe avec le CTO et les cofondateurs.
Localisation : Station F, Paris
Stade : Pre-seed
Rémunération : 2 000 € / mois
Suite possible : Proposition d’embauche éventuelle à la fin du stage selon le profil, les besoins de l’équipe et la réussite du stage.
Présentation d’Auditoo
Auditoo est le copilote IA des experts en diagnostics immobiliers et en rénovation énergétique pour fiabiliser les Diagnostics de Performance Énergétique (DPE) et accélérer la transition énergétique de 200M de logements en Europe.
Notre mission : outiller ces experts pour contribuer efficacement à la rénovation énergétique. Nos outils IA rendent les diagnostics plus rapides, plus fiables et améliorent l’actionnabilité des recommandations.
Le stage : Thermique & IA
Durée : 6 mois, stage de fin d’études
Localisation : Station F, Paris
Début : À partir de janvier 2027, date flexible
Encadrement : Lionel, CTO, et l’équipe produit / IA
Rémunération : 2 000 € / mois
Suite possible : Proposition d’embauche éventuelle à la fin du stage
Ta mission
Tu contribueras au développement et à la validation de briques de calcul et de modélisation thermique utilisées dans le produit Auditoo, avec un objectif clair : rendre les diagnostics plus fiables, plus explicables et plus actionnables.
Missions principales :
Modéliser les données bâtiment : structurer les caractéristiques d’un logement, les systèmes, l’enveloppe, les usages et les hypothèses nécessaires aux calculs.
Contribuer au moteur de calcul thermique : implémenter ou améliorer des modules liés aux déperditions, besoins, consommations, étiquettes et recommandations.
Valider les résultats : construire des cas types, comparer les sorties, identifier les écarts et documenter les hypothèses.
Faire le lien avec l’IA : aider à rendre les calculs exploitables par nos agents IA et par le produit, notamment pour expliquer les résultats et recommandations.
Améliorer la robustesse : tests unitaires, traçabilité, documentation, outils de contrôle qualité et préparation à une logique certifiable.
Attentes
Capacité à être très rigoureux·se sur les hypothèses, les calculs et les unités.
Goût pour les sujets à l’interface entre thermique, data, logiciel et produit.
Communication claire : expliquer simplement des sujets techniques complexes.
Volonté de produire des livrables fiables, testés et réutilisables.
Stack & environnement
Thermique : DPE, méthode 3CL, enveloppe, systèmes, consommations, recommandations.
Programmation : Python, pandas, pydantic, pytest.
Produit & IA : intégration des calculs dans des workflows utilisés par des diagnostiqueurs immobiliers.
Workflow : usage régulier d’outils IA pour accélérer la recherche, la modélisation, le code et la documentation, avec validation systématique.
Ce que tu apprendras
Compréhension approfondie des enjeux du DPE et de la rénovation énergétique.
Développement de briques de calcul fiables, testées et intégrables à un produit.
Collaboration entre expertise bâtiment, logiciel, data et IA.
Travail en environnement startup, avec un haut niveau d’autonomie et d’impact.
Pourquoi nous rejoindre ?
Impact terrain : ton travail contribuera à améliorer la fiabilité de diagnostics utilisés dans des décisions de rénovation.
Sujet hybride : tu travailleras à l’interface entre bâtiment, thermique, IA et produit.
Équipe resserrée : collaboration directe avec les fondateurs et le CTO.
Ambition : construire un produit IA-native sur un marché majeur pour la transition énergétique.
Suite possible : si le stage se passe bien et que les besoins de l’équipe s’alignent, une proposition d’embauche pourra être envisagée à la fin du stage.
