Le Guide pratique que nous avons publié il y a quelques semaines s'enrichit petit à petit de nouveau contenus. Avant sa deuxième édition nous vous en soumettons ici certains, sous forme d'articles. Aujourd'hui il s'agit d'un article plutôt technique sur la manière de cataloguer des données (voir partie 2.3.2 du guide). C'est un sujet qui se structure progressivement avec la naissance progressive de bonnes pratiques voire de standards. Commentaire évidemment bienvenus (il faut s'identifier pour commenter).

Quelles données pour décrire des jeux de données ?

Du point de vue réglementaire, l’article 36 du décret n° 2005-1755 du 30 décembre 2005 stipule que les répertoires des informations publiques doivent préciser, « pour chacun des documents recensés, son titre exact, son objet, la date de sa création, les conditions de sa réutilisation et, le cas échéant, la date et l'objet de ses mises à jour ». Ces 6 métadonnées, certes essentielles, sont cependant loin d'être satisfaisantes pour produire un catalogue efficace. Nous proposons de lister ici quelques métadonnées qui complèterons utilement ces 6 initiales.

Pour décrire efficacement un jeux de données, certaines métadonnées s'imposent d'eux-même (nous rappelons les métadonnées réglementaires en les faisant suivre d'une astérisque) :

• le titre du jeux de données*

• son objet ou description sous la forme d'un texte, car un titre ne parle pas toujours de lui-même*

• l'auteur

• l'éditeur

• la date de création et la date de dernière mise à jour*

• les conditions de sa réutilisation*

• le cas échéant, la date et l'objet de ses mises à jour*

A ces critères, on peut en ajouter quelques autres à forte valeur ajoutée, qui sont d'ailleurs utilisés par la quasi totalité des catalogues de données :

• le sujet ou la catégorie, permettant ultérieurement d'effectuer des recherches plus efficaces

• la fréquence d'actualisation des données

• la liste des métadonnées du jeux de données ou le format de métadonnées du jeux de données

• le format physique du jeux de données, permettant au réutilisateur potentiel d'appréhender sa capacité à le réutiliser

• le lieu de diffusion : une URL ou bien le moyen d'accéder à ces données

• les droits d'usage, surtout utiles lorsque les données sont en ligne

Certains autres critères, s'ils ne sont pas indispensables, facilitent la compréhension et l'usage des jeux de données :

• la couverture spatiale ou temporelle des données

• la langue ; souvent la langue du jeu de données est implicite mais elle peut être utile pour des organisations internationales ou pour la constitution de catalogues internationaux

• des mots-clés, permettant de mieux catégoriser les données

• un échantillon, complétant utilement la description du jeu de données (rarement assez complète) en permettant par exemple de lever des ambiguïtés

Il est possible d'ajouter encore des métadonnées le risque étant cependant d'y perdre beaucoup de temps et de submerger le réutilisateur de données inutiles. Un premier catalogue complet avec peu de métadonnées sera toujours plus utile qu'un catalogue très détaillé mais incomplet.

Mais un catalogue peut aller au delà d'une collection de métadonnées et se faire interactif en permettant à ceux qui le consultent :

• soit d'indiquer leur souhait de voir tel ou tel jeux de données disponible

• soit, pour chaque jeu de données, de permettre une évaluation de leur intérêt ou bien encore de collecter le nombre de consultation de chaque descriptif pour juger de leur popularité

• soit plus concrètement de passer commande d'un jeu de données

Enfin, il est très utile de permettre au catalogue d'être lui-même téléchargeable sous forme de jeu de données, notamment lorsque les données sont nombreuses – à l'exemple du catalogue des 438 jeux de données du Grand Londres. (Signalons que depuis hier, Montpellier rejoint Londres et New-York en proposant un tel jeu de données.) Il sera encore plus efficace si le format technique du catalogue est répandu : un simple fichier CSV peut suffire. Le fait d'être téléchargeable sous forme de jeu de données, rend possible d'autres usages : par exemple d'intégrer le catalogue à un moteur de recherche spécialisé comme open data search qui recense ainsi plus de 10 000 jeux de données... A condition toutefois que le format de métadonnées réponde à un standard connu.

Standards de métadonnées

A l'heure où nous écrivons ces lignes (avril 2011), il n'existe pas de norme spécifique consensuelle ou aboutie de catalogage des données publiques. Certaines normes, néanmoins, peuvent convenir voire sont candidates à cet usage. Le format OPML (Outline Processor Markup Language), couramment utilisé pour décrire des collections de flux RSS, peut servir à cataloguer des jeux de données publiées – il est par exemple utilisé par le District de Columbia. Ce dernier n'est cependant pas particulièrement adapté au catalogage de jeux de données.

Le format Dublin Core est ancien et éprouvé pour cataloguer des « ressources ». Sa généricité et sa richesse en font un bon candidat : il possède les notions de titre, description, sujet, créateur, éditeur, source, format, type, droits, etc., toutes très utiles à décrire chaque jeu de données d'un catalogue. Le Dublin Core est extrêmement répandu et, cerise sur le gâteau, il est un des formats pivot du web sémantique et du web des données liées (linked data web). C'est aussi le format de base du protocole d'agrégation de données OAI-PM, qui gagne en popularité dans le monde des bibliothèques.

Le format Data Catalog Vocabulary, quant à lui encore en cours d'élaboration, est un travail très complet avec 9 classes et 32 propriétés associées. Il est actuellement en train d'émerger chez plusieurs acteurs de poids comme l'OKFN ou le portail national suédois -- il est également à l'étude chez Data-publica. Ce format est spécifiquement dédié à la description de catalogues de jeux de données. Il possède donc des métadonnées spécifiques aux catalogues de données comme la notion de jeux de données (Dataset), la granularité du jeux de donnée, la qualité des données, la taille, le mode de distribution de chaque jeu de données (téléchargement, flux ou API), etc. Ce format a le bon goût de réutiliser largement les métadonnées du Dublin core, permettant ainsi une transition facile avec ce dernier.

Enfin, dans l'annexe 2 de son « Guide méthodologique d'aide à la mise en place d'un répertoire des informations publiques au sein d'un ministère », l'APIE propose ce qui pourrait être un véritable standard de métadonnées de catalogage – nous l'appellerons les recommandations APIE. Tout d'abord le statut de ce « standard » n'est pas très clair puisqu'on ne sait pas vraiment s'il s'agit de recommandations ou d'une tentative de standardisation. On ne peut véritablement parler de standard en l'absence de version, de titre et d'ambition claire de ce travail. Pour autant, il décrit de manière très complète 26 métadonnées ainsi que leur statut (obligatoire, recommandé ou facultatif). Le statut de chaque métadonnées permet de faciliter la création d'un catalogue en priorisant celles-ci, en permettant par exemple d'envisager une livraison en plusieurs temps du catalogue, etc. Destiné initialement aux ministères, ce Guide peut aussi être utile pour des acteurs publics de toutes sortes. Les métadonnées proposées par l'APIE sont toutes issues du standard Dublin Core, ce qui facilitera son usage.

Par parenthèse pour l'ingénieur, ces 4 formats de métadonnées ne préjugent pas forcément du format technique des données. En règle générale cependant, OPLM se trouve sous la forme de fichier XML à plat et les trois autres ont avantage à être sous la forme de fichiers RDF à plat ou directement accessible via l'API SPARQL, format de requettage standard du web sémantique. Pour des questions d'usage, il est cependant tout à fait possible de produire des fichiers CSV qui intègrent ces formats de métadonnées -- conservant ainsi une compatibilité sémantique avec d'autres catalogues et en laissant de côté l'interopérabilité technique permise par RDF.

On le voit ce domaine commence à se structurer avec des initiatives riches portées par de gros acteurs. Il serait sans doute utile que les initiatives de Data Catalog Vovabulary et de l'APIE puisse dialoguer pour arriver, sinon à un standard commun, tout au moins à faciliter l'interopérabilité entre ces normes. Dans tous les cas de figure, on recommandera l'usage du Dublin Core qui améliore le potentiel d'interopérabilité du catalogue avec d'autres outils et services.

La semaine dernière, j'étais à Londres pour l'Open Government Data Camp. Cet événement de deux jours (jeudi et vendredi) était organisé par l'Open Knowledge Foundation à ULU (University of London Union). Pas mal de monde (200 inscrits), une réunion bien organisée, de type barcamp, alternant présentations longues ou courtes et débats en plus petits comités. Beaucoup de bouillonnement, de réseautage, d'enthousiasme, et d'énergie.

Le public était ce que j'ai l'habitude de voir dans ce genre de manifestation : essentiellement masculin (90 à 95%), relativement jeune (pas de vieux, votre serviteur excepté), pas de très jeunes non plus, très Apple malgré le goût de l'ouverture (iBook+ iPad+ iPhone), un mélange jeans/costume avec une bonne majorité de jeans, et une grosse minorité de non britanniques, dont un petit contingent de Français.

L'Open Knowledge Foundation est l'organisation qui a mis en place CKAN (Comprehensive Knowledge Archive Network), un annuaire des données publiques mondial, rempli essentiellement par crowdsourcing. L'annuaire contient 1557 « data packages » (dont 8 répondent au mot clé « France »). C'est eux qui ont fourni la technologie back end utilisée par data.gov.uk. La fondation est présidée par Rufus Pollock.

Vendredi matin, s'est tenue dans un lieu plus chic, et en présence de la presse et des médias audiovisuels, une réunion organisée conjointement par l'Open Knowledge Foundation et le gouvernement britannique. Le premier ministre était attendu, mais comme souvent dans ces cas là, il est venu par vidéo interposée. A sa place, Francis Maude (Minister for the Cabinet Office, Paymaster General) a longuement parlé avec énergie, enthousiasme et humour (britannique bien entendu). Parmi de multiples intervenants, c'est Tim Berners-Lee qui a bien entendu le plus mobilisé le public avec un discours dynamique et visionnaire.

Voici ce que j'ai retenu :

1. Gouvernance et consensus : il n'y a pas de gouvernance claire et centralisée de data.gov.uk (par exemple pas de patron de cette organisation), le contrôle est partagé entre le cabinet du premier ministre et les archives nationales, le travail est fait par un nombre de sociétés sous-traitantes, très branchées Web sémantique. Le rôle de l'Open Knowledge Foundation et des la communauté de contributeurs est non négligeable. Enfin, dans la presse, on note la présence du Guardian, très mobilisé par le « data journalism ».

2. Gratuité des données : aucune discussion sur le concept de faire payer les données, elles sont là pour être libérées, point barre. La valorisation des données n'est pas monétaire. On est donc à 100 lieues du discours de l'APIE en France.

3. Type de données : les données dont on parle sont essentiellement du XLS (les vrais bases de données sont rares, les données textuelles aussi, au moins dans le discours)

4. Eco système : peu de discours sur l'idée de créer un éco système, générant des revenus à partir des données libérées. Quelques start ups ont été présentées, mais à la question « comment va-t-on gagner de l'argent », Berners-Lee a répondu « les geeks vont travailler gratuitement, et quand ils en auront marre du gratuit, d'autres geeks prendront leur place. C'est la mission de la presse de faire ce travail d'exploitation des données : « the press will have to become data savvy »

5. Retombées : un certains nombre d'applications ou de startups qui ont développé autour de ces données ont été présentées : « where did my money go », « who supplies the government », une application de mise en relation du fichiers des pourvoyeurs et du fichier des entreprises, une base de donnée ouverte du monde des entreprises : opencorporates.com, une société qui fournit des applications de visualisation des données Timetric (3 ans d'age, 7 personnes) a présenté une jolie interface pour explorer les données. Leur mot d'ordre : « voir, comparer, partager ». Mais encore une fois, la génération de revenus n'a pas été mise en avant

6. Externalisation : une idée qui m'a paru intéressante, elle est non explicité mais est plus ou moins sous-jacente au discours général : en externalisant les données, on va externaliser gratuitement le processus d'intégration et de qualification des données, donc les organismes publics vont se retrouver avec des données de meilleures qualités et cohérentes. En résumé l'état peut externaliser son processus EAI vers la communauté open data

7. Motivation : les deux motivations de l'ouverture des données sont la transparence et l'efficacité; Sur la transparence, le témoin a été passé par les travaillistes aux conservateurs qui n'ont pas remis en cause le principe et l'ont même accéléré. la mise en ligne de toutes les dépenses de plus 25K£ par les agences du gouvernement et bientôt la mise en ligne de l'intégralité des contrats correspondants. Le chiffre de 196 000 lignes articles de dépenses a été mentionné. Francis Maude a mentionné le masochisme du gouvernement en la matière et insisté sur le fait que cette pratique serait souvent douloureuse pour le gouvernement, mais il ne attend des retombées positives. Sur l'efficacité, c'est clairement le nouveau message : de la transparence viendra le jeu plus clair et plus intense de la concurrence et donc un meilleur emploi des ressources financières et des prix plus bas. Le discours est là clairement libéral (« modern deregulation »)

8. Web sémantique : Le discours technique dominant de cette communauté est toujours très orienté « Web sémantique », « linked data » et RDF, sans qu'on voie à ce jour de vrai impact de cette approche. Aucun doute ne se manifeste chez les tenants de cette technologie : c'est la seule solution du problème et elle est en train de marcher (mais je n'ai cependant entendu aucune évidence convaincante de ces deux faits). La partie de data.gov.uk qui est en mode « linked data » concerne en fait une vingtaine de jeux de données sur les 4 000 indexés par le site. Cela correspond aussi à la suggestion de Tim Berners-Lee qu'il vaut mieux traiter à fond un petit nombre de jeux de données que de traiter superficiellement un grand nombre (donc en profondeur d'abord, plutôt qu'en largeur d'abord). Enfin le mode de notation par étoiles montre que l'on se préoccupe plus de données au format linked data que de données ouvertes

9. Euroscepticisme : je n'ai pas pu m'empêcher de sourire au solide euroscepticisme de nos amis britanniques. Quand Tim Berners Lee parle de coopération internationale (et pour de bonnes raisons : de nombreuses données, par exemple celles du climat et de l'environnement sont transnationales), il parle de travailler avec les USA et les USA. Nigel Shadbolt a étendu le concept de coopération à la nouvelle Zélande et l'Australie, (nostalgie de l'Empire ?), mais l'Europe n'est clairement pas leur sujet d'intérêt. Les liens entre les données ne sont pas prêts de traverser la Manche.

Le Datalift porte les données brutes structurées (bases de données, CSV, XML) vers des données sémantiques interconnectées sur le Web de données.
Datalift est un projet de recherche expérimentale financé par l'agence nationale de la recherche. Le but du projet est de développer une plateforme pour publier et interconnecter des jeux de données sur le web de données. Datalift à la fois publie des jeux de données provenant d'un réseau de partenaires et propose un ensemble d'outils facilitant le processus de publication de jeux de données.
http://datalift.org/

Consultant en projets numériques, concepteur et intégrateur de plateformes sociales opensource, je travaille en particulier avec Elgg, dans le cadre notamment du réseau de la Fing, des Départements en réseaux, et de FormaVia (réseau régional des acteurs de la formation et des TIC en Rhône-Alpes). Je travaille notamment sur des projets :

• d'AMO d'étude de définition et d'accompagnement de dispositifs web et de stratégies numériques,
• de conception et mise en oeuvre d'outils collaboratifs et de services numériques, développement Elgg,
• des formations aux outils de collaboration et Web², et sur tout ce qui permet de faciliter sa vie numérique au quotidien,
• d'organisation d'événements et animation de réseaux...

J'interviens sur ces projets numériques avec une approche globale, systémique, à la fois stratégique, humaine et technique, avec une spécialisation sur les écosystèmes de collaboration en ligne.

Etranger à l'immatérialité ou à la "virtualité" du numérique, croyances inopérantes et désuètes, j'envisage un internet incarné, territorialisé, et atomique, tissé d'interactions sociales qui font web, et ancré dans les infrastructures qui le portent.

Et toujours, en recherche de sens.

>> Télécharger la synthèse (.pdf) de l'atelier "Le web champ de données"

>> Voir la synthèse des autres ateliers du "Connecteur Recherche"

NB : cette page est en "mode wiki", c'est à dire qu'il est possible à toute personne disposant d'un compte sur ce site ("Se créer un compte" en haut à droite) sur ce site d'y apporter des modification, des commentaires ou d'y poster vos propres notes !

En introduction de la session "Le web, champs de données"

Le web comme "terrain de jeu" a fait largement ses preuves en tant que champ d'innovation, sans en avoir épuisé les promesses. 

Fouille de données, « big data » et « small data », data-visualisation, Open Data, Web sémantique, ontologies et ontologie du web, identités numériques... Le web est aussi un vivier de Recherche à la croisée des STIC et de multiples disciplines de Sciences Humaines - générant même de nouvelles disciplines ("Websciences"). 

Quels défis la Recherche aura t-elle à relever autour de ces champs ces prochaines années ? Quelles disciplines sous représentées ou sous-exploitées pourraient vouloir s'inviter ?

Intervenants 

• Thomas Saint-Aubin
• Alexandre Monnin (Paris 1/ IRI Centre Pompidou)
• Dor Garbash (CRI)
• Stephane Raux (Linkfluence)

Pistes pour la Recherche

La sémantisation 

• Comment classifier le web?  Articulation entre coproduction/contribution et sémantisation ? 

• Comment « sémantiser » des données par le plus grand nombre ? Pourquoi les wikis sémantiques n’ont jamais marchés ?

• Le web sémantique c’est une seule API, c’est une simplification énorme par rapport aux autres comme le web 2.0

• Comment passer du web 1.0 au web 3.0 = web sémantique

• Articuler les contributions et la sémantisation, web social et web sémantique

• Connecter les to-do list, les désics, les manques de savoir, etc. 

• Cartographier les réutilisations d’Open Data

• Savoir repérer les informations qui sont les plus partagées au sein de la communauté

• Réutilisation des données,  suivi et contrôles 

• Etablir des photographies entre recherches, questionnements, personnes, nuances. Quel est l’état de l’art ?

• Comment évaluer correctement la réutilisation des données ?  Cartographie des usages ?

• On a besoin de savoir quelles données faut il libérer en priorité

• Les données et connaissances à l’époque créatrice de valeur et encore créatrice de valeur, sont en réalité accessibles (ex : les cours de Havard en ligne)

• La représentation de la connaissance est un sujet mis de côté

• L’open-data culturel ? Pourquoi ? (Industrie Française et bon terreau)

• Comment représenter ce qui n’est pas connu et pas ce qui l’est déjà ?

• Comment qualifier la donnée des administrations. Comment l’améliorer en interne ?

L’échantillonnage

• La question de la délimitation d’un terrain d’étude. 

Quand on veut travailler sur le web il faut savoir échantillonner. Donc avoir quelque chose de comparable. Etre capable de produire des échantillons sur différents terrains pour pouvoir comparer

• Comment échantillonner ? (comparer, mesurer, etc.)

• Comment industrialiser le traitement des données du web ? Les développeurs, on a des techniques qui se sont démocratisées. Il s’agit de sauvegarder des données, de les rendre disponibles. Et il faut être capable de pouvoir industrialiser nos processus d’échantillonnage

Besoins et questionnements

• Encourager les institutionnels à contribuer sur Wikipédia simplifier la contribution et l’affichage des infos

• Cartographie de la réutilisation : quels sont les manques de l’administration, comment repenser l’action publique en matière de données ?

• Trouver des patterns dans les jeux de données eux-mêmes (design patterns)

• Besoin de bénéfice immédiat, de rétribution, lorsque les internautes contribuent

• La fiabilité et la durabilité des données, ce sont des questions qui se posent. Que faire des données obsolètes ? à partir de quand ou de quoi le deviennent-elles ?

• Doit-on « libérer » le processus de production de la donnée ?

• Qu’est ce qui crée la notoriété d’une instance comme Wikipédia ? Qu’est ce qui fait que l’on s’accorde tous à en faire une référence ?

• Qui va être capable d’agréger l’ensemble des données existantes ?

• Qui va faire ce travail d’agrégation des communautés d’intérêts ?

• Quels sont les API, les usages effectués avec les données disponibles ?

Autres pistes

• De multiples facteurs sont à prendre en considération dans l’étude des données disponibles sur le web : provenance, suivi, confiance, foi en des données, fiabilité, durabilité, etc. 

• Learning Analytics (quantified-self)

Des acteurs

• Linkfluence : Il s’agit d’une communauté d’intérêt qui est devenu une entreprise. Leur problématique : Comment les gens se regroupent, comment les groupes se constituent ?

• Wikipedia, DBpedia et tous les autres projets qui visent une une disposition totale à l’ensemble des internautes à travers un mode collaboratif

Contraintes

• Problème d’appropriation de la participation, les gens ont peur de contribuer

• Pour faire des articles il faut connaître un rayon de technicité élevé

• Wikipedia a tué les wikis

• Aujourd’hui ce qui est compliqué, c’est que dans l’etalab, on ne sait pas encore interroger les API et les flux de données, c’est problématique

• Aujourd’hui on a beaucoup de mal à cartographier nos données

• Il est difficile de cibler les données qui vont nous permettre d’entrer dans une nouvelle époque ne sont pas libérées

• La provenance des informations n’est pas garantie par l’institution dans les wikis Il y a aussi une question de la confiance dans les technologies

• Wiki sémantique ne marche pas encore

• Problème de la gouvernance sur la qualité des données, sur la centralisation des données

• Wikipédia pas assez étudié par les sociologues, historiens, théories des organisations, théories de la gouvernance, etc.

Terrains de recherche et d'expérimentation futurs

• SemanticPedia : Sémantisation du Wikitionnaire, de wiki Commons, etc.

Enjeu de la langue française (travail avec la délégation à la langue française et aux langues de France – DGLFLF – du Ministère de la Culture)

• Dataconnexions, a vocation à rassembler au sein d’une même communauté, d’une part les porteurs de projet, et d’autre part les acteurs de l’innovation Dataconnexions parmi lesquels se trouvent des grandes entreprises, des pôles de compétitivité, des établissements d’enseignement supérieur, des centres de recherche, des organismes de soutien à l'innovation et des institutions financières ; tous intéressés au développement des projets candidats au concours

• DBpedia, est un projet communautaire d'exploration et d’extraction automatiques de données à partir de Wikipédia pour en proposer une version structurée, accessible aux internautes ou aux "robots du web", via internet, à partir de requêtes éventuellement complexes, et intégrée dans le « web sémantique »

• Wikidata, vise à structurer les informations disponibles, les clarifier et les reproposer à l’ensemble des internautes. Il a pour objectif de créer une base libre de connaissances sur le monde qui puisse être lue et éditée aussi bien par des humains que par des machines

• Cours universitaires en ligne / Canal U

• S’intéresser à la confiance ou croyance dans les données

• Linked Open Data crowdsourcée

• Investir le champ culturel (Open Data culturel)

• Collectivités locales => Paris Sémantique (sur la bonne solution)

• Le web ! l’API, c’est le web !

• la donnée : usant les services (Rennes)

• Open data est un passage pour arriver au « linkdata »

Ressources

• Répondre à l’intérêt du Ministère de la Culture pour ces questions (projets HDA-Bo, lab et SémanticPedia sont financés sur le MCC) 

• Licences « design your privacy » (http://www.patrimoineimmateriel.net)

• Se servir d’outils comme Google knowledge graph

• Expertise dans le domaine du web de données en France en liens avec le W3C qui promeut la compatibilité de toutes les technologies du web

• Travail sur les métadonnées juridiques

• Web 1.0  ressource qui reste la plus universellement disponible. On peut toujours analyser les pages HTML écrites pour les humains

• Sans la question et la motivation tout cet accès n’est pas utile

• La création de valeur est dans le croisement des données

____________

>> Télécharger la synthèse (.pdf) de l'atelier "Le web champ de données"

>> Voir la synthèse des autres ateliers du "Connecteur Recherche"

Membre associé du Semantic Technology Institute International : http://www.sti2.org et membre du Semantic Web Journal : http://www.semantic-web-journal.net,

Je délivre des sessions de formation aux technologies et standards du Web Sémantique.

Mon enthousiasme se porte sur les nouveaux marchés qui se construisent (API, langage naturel, web sémantique, technologies sémantiques, sentiments en ligne, text mining).

Ma Culture
Ma conviction dans le potentiel d'Internet est la base de tout ce que j'entreprends, je m’en inspire constamment pour employer sa valeur comme moyen de communication et de développement des affaires.

Mon Approche
J’ai envie d’être soutenu dans le développement de mon projet pilote. Je recherche principalement des investisseurs, des soutiens logistiques et des mises en relation.

Ex Co-fondateur de 6PEO, consultant depuis plus de 4 ans pour le cabinet de conseil en stratégie ID – Act, je commets quelques billets sur le blog eoweo.

Je conserve une étroite relation avec mes partenaires américains, israéliens et européens, développeurs, experts et professionnels du web afin d’être en veille sur les innovations.

Je réponds à toutes les sollicitations à propos du Web Sémantique.

En effet, je ne souhaite pas adopter l'attitude qui est celle de nombreux professionnels d'entreprises ou d'associations et autres organisations... qui ne consiste qu'à préserver un savoir basé sur les recherches de laboratoires européens.

Je suis ouvert et courtois, toujours prêt à développer mon réseau en France et à l'international.

Vice Leader for the Edelweiss Research team of INRIA in the Research Center of Sophia-Antipolis (France)