Le processus de modélisation par esquisse et extrusion (sketch-and-extrude) est une méthode courante et intuitive dans le domaine du dessin assisté par ordinateur. Cet article étudie le problème d'apprentissage de la forme donnée sous forme de nuages de points par esquisse et extrusion inverse. Nous présentons ExtrudeNet, un réseau neuronal sans supervision et intégral pour découvrir l'esquisse et l'extrusion à partir des nuages de points. Derrière ExtrudeNet se trouvent deux nouveaux composants techniques : 1) une représentation efficace pour l'esquisse et l'extrusion, capable de modéliser l'extrusion avec des esquisses libres-forme ainsi que des primitives conventionnelles telles que les cylindres et les boîtes ; et 2) une méthode numérique pour calculer le champ de distance signée utilisé dans l'apprentissage du réseau. Il s'agit de la première tentative utilisant l'apprentissage automatique pour rétroconcevoir le processus de modélisation par esquisse et extrusion d'une forme de manière non supervisée. ExtrudeNet ne seulement produit une représentation compacte, éditable et interprétable de la forme qui peut être intégrée sans heurt dans les logiciels CAD modernes, mais il est également aligné sur le processus standard de modélisation CAD, facilitant diverses applications d'édition, ce qui distingue notre travail des recherches existantes en analyse de formes. Le code source est disponible à l'adresse suivante : https://github.com/kimren227/ExtrudeNet.