Le calcul de la géométrie de l'état fondamental d'une molécule est le point de départ de l'immense majorité des travaux en chimie quantique molécu- laire. La base de données ouverte PubChemQC met à disposition les résultats de calculs des états fondamentaux pour plus de trois millions de molécules. Nous avons extrait les géométries convergées afin d'entraîner des modèles d'appren- tissage automatique. Prédire la géométrie complète serait une avancée remar- quable. Nos premiers résultats suggèrent qu'il est difficile d'entraîner un réseau de neurones sur cette tâche complexe. Par contre, nous démontrons qu'un ré- seau de neurones est capable de prédire précisément une distance entre deux atomes. L'objet d'étude de ce travail est la distance la plus complexe en chimie organique, la distance carbone-carbone. Les meilleurs résultats sont obtenus en limitant la quantité d'information grâce à une distance seuil autour de chaque carbone.