Fiche de CULLOT Nadine

Mes travaux de recherche s’intègrent dans le domaine du Web sémantique et de l’analyse de données et plus particulièrement aux problématiques liées à :

• La modélisation des connaissances à l’aide d’ontologies (modèles logiques, logiques de description, langages ontologiques pour représenter les connaissances)
• Le raisonnement sur les connaissances (cohérence logique des connaissances modélisées dans une ontologie, description des règles, etc.)
• L’usage des ontologies pour contextualiser sémantiquement des résultats d’analyses de données.
• L’analyse de données (techniques d’IA, IA symbolique)

Ces travaux sont notamment développés dans le cadre du projet i-site Cocktail (2019-2023) (https://projet-cocktail.fr/) dont l’équipe est partenaire et qui porte sur l’analyse des tweets dans le discours du domaine alimentaire, pour recherche des tendances ou des singularités. J’ai particulièrement collaboré, dans ce projet, à la mise en place d’une ontologie du discours alimentaire et son usage pour enrichir sémantiquement les résultats des analyses faites sur des corpus de tweets.

Je co-encadre actuellement deux thèses :

• La thèse de Hamza Chergui (depuis novembre 2020) que je co-encadre avec Lylia Abrouk et qui porte sur la détection de fraudes dans des systèmes interbancaires. Des techniques d’analyse d’IA sont mises en place pour détecter des anomalies.
• La thèse de Alexis Guyot (depuis octobre 2021) que je co-encadre avec Eric Leclercq et qui vise à faciliter l’usage de data lakes notamment en automatisant l’annotations des données insérées, en s’appuyant sur des techniques d’IA et des bases de connaissances comme les ontologies.

J’ai co-encadré la thèse de Annabelle Gillet avec Eric Leclercq et qui portait sur la modélisation et le développement d’un observatoire générique pour la collecte et l’analyse de données pour des données massives. (Thèse soutenue le 02/12/2021). Ce travail a notamment été intégré dans le cadre du projet Cocktail pour l’analyse des corpus de tweets.

Licence 1 – Interfaces visuelles

• Programmation java, orientée objet, bibliothèque de composants SWING, et AWT dans un environnement Netbeans

Licence 2 – Algorithmique avancée

• Algorithmes et structures de données (tris, listes, arbres, graphes, algorithmes géométriques) – langage python

Master 1 Informatique – Systèmes de gestion de Documents 

• Bases de données NoSQL – MongoDB

Master 2 BDIA – Bases de Données et Intelligence Artificielle

• Bases de données et Environnements distribués (Modèles ORM (Object Relational Mapping) – Entity Framework .Net)
• Web sémantique (Logique de description, OWL, SPARQL et SWRL, raisonneurs dans l’environnement Protégé)

Encadrements de projets tuteurés en M2 BDIA

Encadrements et suivi de stages et d’alternances en M1 et M2 BDIA.

Responsable du Master Informatique qui comporte 3 parcours portés par l’UFR Sciences et Techniques « Bases de Données et Intelligence Artificielle », « Image et Intelligence Artificielle » et » Santé et Intelligence Artificielle (Health-IA) ».

Directrice adjointe du Département Informatique Électronique Mécanique (I.E.M.) de l’UFR Sciences et Techniques

Responsable du Master Informatique

qui comporte 3 parcours portés par le département I.E.M de l’UFR Sciences et Techniques (Bases de données et intelligence artificielle – Image et intelligence artificielle –
Santé et intelligence artificielle) et 2 parcours portés par l’école d’ingénieurs ESIREM.

 https://www.u-bourgogne.fr/formation/master

Membre Expert formation de l’HCERES

 https://www.hceres.fr/fr/liste-des-experts-ayant-participe-une-evaluation

Enseignante référente pour la modélisation du logiciel de planning ADE pour l’UFR Sciences et Techniques avec un collègue de Mathématiques (modélisation initiale, et actuellement suivi des modifications)