La société Zeenea fournit à ses clients des outils pour l’exploration et l’exploitation de leur patrimoine de données en utilisant une solution basée entièrement sur le cloud (SAAS). Une gestion déclarative et manuelle des catalogues de données ne permet pas d’intégrer un grand nombre de jeux de données pour répondre aux besoins d’un nombre grandissant d’utilisateurs et avec un cycle de vie de plus en plus dynamique. Dans ce contexte, l’utilisation de l’intelligence artificielle dans le catalogue de données permettra d’automatiser certaines tâches pour réduire les coûts de maintenance du catalogue de données et de démocratiser l’usage de la donnée. L’objectif de ce projet doctoral est d’étendre le système Zeenea avec de nouvelles fonctionnalités pour assister les concepteurs d’un catalogue Zeenea. L'objectif est de construire des catalogues de données intelligents qui sont capables de s’adapter automatiquement à l’évolution d’un datalake et de faciliter l’exploration de ses datasets par de nouveaux services intelligents comme la génération et la maintenance de documentation, la classification sémantique des datasets (par rapport au glossaire métier), la classification et détection de données personnelles et la prédiction de liens entre des datasets et les différents objets métiers.