Sources, fiabilisation et modélisation des données de durabilité pour l'évaluation de la matérialité financière et d'impact

Innover pour accroître les performances constructives et assumer les enjeux de la préservation énergétique et du développement durable : C'est le  défi qui mobilise l’ESTP et son réseau de partenaires publics et privés. L’Institut de Recherche de l’ESTP a ainsi été créé en 2009. Il regroupe les personnels de recherche et les laboratoires des campus ESTP de Cachan, Dijon et de Troyes. L’Institut de recherche a été évalué pour la première fois par l’AERES en 2014. Depuis 2016, il est laboratoire d’accueil de l’École Doctorale Sciences, Ingénierie et Environnement (SIE) de l’Université Paris-Est (UPE). 

Grâce à un ancrage au cœur des politiques territoriales parallèlement à un objectif de développement international, l’Institut de Recherche vise à acquérir une dimension qui lui permettra de se positionner au cœur d’un réseau académique fort, de répondre aux besoins d’innovation du secteur et de devenir pour l’école un vecteur de croissance par le biais de la recherche appliquée.

Descriptif, contexte et missions principales

Sources de données et données fiables de soutenabilité pour l'évaluation de la matérialité financière et d’impact du changement climatique (atténuation, adaptation, énergie), de la pollution, des ressources en eau, de l'économie circulaire, de la biodiversité et des écosystèmes.

Dans un contexte de transition écologique et de pression réglementaire croissante (Taxonomie Européenne, CSRD, ESRS), les entreprises doivent désormais traduire leurs impacts environnementaux et sociétaux en risques et opportunités financières. Les données ESG sont devenues des données comptables du point de vue de la matérialité de durabilité au même titre qu’un montant de chiffre d’affaires, d’Ebitda… le sont du point de vue de la matérialité financière. La qualité et la fiabilité des sources, des données et des mesures de durabilité (ESG) sont devenues le principal verrou à lever pour piloter une performance durable sur la base d’indicateurs et répondre à ces nouvelles exigences.

Actuellement, les Documents d’Enregistrement Universel des Entreprises sont renseignés à partir de « calculs » macro et, pour passer d’un contexte de transition à une véritable stratégie de transformation, les entreprises ont le besoin de disposer d’indicateurs basés sur des « mesures » effectuées sur les ouvrages à l’origine des impacts.

Ce stage se situe au cœur de cet enjeu : participer à construire une chaîne de valeur de la donnée de durabilité, de sa source brute jusqu'à son intégration dans les décisions stratégiques de l'entreprise via une ingénierie des exigences.

Le/la stagiaire aura pour mission de développer un modèle d’ingénierie formel en couvrant l'ensemble des thématiques environnementales. Le travail s'articulera autour des axes suivants :

• Identifier et collecter les sources de données pertinentes pour l'ensemble des enjeux environnementaux, en couvrant :
• Le changement climatique (adaptation, atténuation et énergie).
• La pollution, les ressources en eau, l'économie circulaire, la biodiversité et les écosystèmes.
• Fiabiliser les données collectées en développant des méthodologies pour assurer leur qualité, leur complétude et leur traçabilité (Data Quality).
• Appliquer cette chaîne de valeur à des cas d'étude concrets pour l'intégrer dans des analyses de matérialité financière et d'impact pour les activités suivantes : acquisition et propriété de bâtiments, construction de bâtiments neufs, démolition et démantèlement d’autres structures, rénovation de bâtiments existants.

Intérêt du stage :

Apport scientifique et pluridisciplinarité

Ce stage offre une opportunité unique de travailler avec l’équipe interne sur un projet complet et novateur, à l'intersection de quatre domaines de pointe :

• Data Science : Sourcing, gestion et fiabilisation de larges ensembles de données hétérogènes.
• Modélisation Financière : Traduction des externalités environnementales en risques financiers.
• Sciences de Gestion : Intégration des résultats dans les processus de décision stratégique des entreprises.
• L’ingénierie des exigences : déterminer l’ensemble des besoins et conditions à satisfaire.

Forte capacité d'analyse, rigueur, autonomie et curiosité intellectuelle. Une première expérience avec des outils d'analyse de données, de codage et modélisation de systèmes complexes (R, Python, SysML2) serait un plus.

Qualités personnelles : Esprit de synthèse, proactivité et capacité à travailler dans un environnement pluridisciplinaire.