Vasiliki Kantere

Carte électronique

Vasiliki Kantere
Professeure agrégée

Pièce : STE 5060
Bureau : 613-562-5800 poste 6708
Courriel professionnel : vkantere@uOttawa.ca

Une femme souriante

Biographie

Vasiliki Kantere est professeure associée à l'École d'ingénierie électrique et d'informatique, à la Faculté de génie. Elle a aussi étée professeur assistante seniore à l'École d'ingénierie électrique et informatique de l'Université technique nationale d'Athènes, maître d'enseignement et de recherche et maître assistant à l'Université de Genève, professeure assistante juniore au Département d'ingénierie électrique et de technologie de l'information, Faculté d'ingénierie et de technologie, Université de technologie de Chypre, et chercheuse postdoctorael à l'École polytechnique fédérale de Lausanne. Vous pouvez trouver plus d'informations sur elle en cliquant ici.


Son domaine de recherche général est la gestion des données et ses principaux intérêts de recherche sont résumés comme suit : 

  • Gestion du Big Data : stockage/réplication/mouvement des données, flux de travail analytique, optimisation de l'exécution, optimisation du déploiement, requêtes à forte intensité de calcul, gestion des données scientifiques, intégration et traitement des résultats intermédiaires, consolidation des sources de données hétérogènes, navigation dans les données, calibration des requêtes, techniques de rééquilibration des flux de travail, déploiement sur des infrastructures hybrides, gestion des séries chronologiques de données. 
  • Analytiques du Big Data : analyse commerciale et scientifique, création et support d'applications analytiques : sur des données web, des données de capteurs, des données cellulaires, des données de séries temporelles, des combinaisons de données non structurées et structurées, support de l'analyse pour des utilisateurs d'expertise variable, interrogation approximative, mappages de schémas dynamiques et agiles, intégration et analyse de données dynamiques et agiles, graphiques de données volumineux, exploration et visualisation, détection de communautés, analyse de données conversationnelles.
  • Apprentissage automatique/machine : gestion des ressources à grande échelle basée sur des techniques d'apprentissage automatique, adaptations des techniques d'apprentissage par renforcement, utilisation de l'apprentissage automatique pour l'utilisation de grandes données dans la gestion des ressources, techniques d'apprentissage automatique et approfondi pour la gestion des données de séries temporelles, techniques d'apprentissage automatique et approfondi pour la gestion des données de séries temporelles pour l'optimisation des requêtes. 
  • Informatique en nuage (cloud computing) : services de données, économie en nuage (cloud economy), gestion des données en fonction des coûts, base de données en tant que service, gestion des métadonnées, placement des données, confidentialité et fiabilité des données, consolidation des données et des processus, efficacité en termes de coûts et de temps, accords de niveau de service. 
  • Systèmes P2P : superpositions P2P structurées et non structurées, partage de données multidimensionnelles, systèmes de gestion de données entre pairs, hétérogénéité des données et du traitement, traitement des requêtes, réponse et réécriture des requêtes, requêtes continues, environnements de pairs mobiles, confidentialité des données. 
  • Web sémantique : traitement des requêtes sémantiques, similarité sémantique, mappage d'ontologies, annotation sémantique, regroupement sémantique, intégration sémantique. 
  • Systèmes distribués : bases de données distribuées et fédérées, grille de calcul (grid computing), partage massif d'informations, systèmes P2P, traitement distribué des requêtes, optimisation des requêtes, déclencheurs distribués, coordination des données distribuées, informatique en nuage (cloud computing), réseaux sociaux. 
  • Bases de données : langages d'interrogation, mécanismes actifs, optimisation des requêtes, interrogation sur des données semi-structurées et non structurées, hétérogénéité et intégration des données et des schémas, mappage des schémas et échange de données, modèles de données en graphe.  
  • Généralités : données et requêtes spatiales, intégration et échange d'informations, bases de données mobiles, flux de données, confidentialité et sécurité, réseaux de capteurs, interrogation et traitement des graphes, services géodépendants. 
Haut de page