L’ingénierie des connaissances (extraction, modélisation, capitalisation, exploitation...) a connu plusieurs mutations en s’adaptant au cours du temps à l’évolution des connaissances. Elle a notamment dû prendre en compte une évolution dans le temps des ressources des connaissances (experts, livres, bases de données, réseaux sociaux, tweeters, web des données...), de leurs formes (implicite, explicite, structurée, semi ou non structurée), de leurs utilisateurs (organisation, apprenant, utilisateur du web...), des supports de leur utilisation (livres, bases de données, systèmes à bases de connaissances, applications du web sémantique...), du volume et de la vitesse de multiplication de leurs ressources, des techniques de leur extraction, des langages de leur représentation... Dans ces différentes évolutions, l’ontologie a été reconnue comme une représentation sémantique pertinente des connaissances. Je me suis intéressée depuis plus de 13 ans, aux problématiques liées aux ontologies, à leur construction, à leur validation et à leur exploitation, en ingénierie des connaissances. Mes contributions à ce domaine s’organisent autour de 3 axes. Le premier porte sur l’ingénierie des compétences et son articulation à l’ingénierie des connaissances, avec deux contributions majeures : (1) des modèles de connaissances (i.e. une ontologie noyau des compétences basée sur le modèle CRAI (Comptency Resource Aspect Individual) et le modèle CKIM (Competency and Knowledge Integrated Model) pour une représentation intégrée des compétences et connaissances) et (2) une architecture intégrante pour l’ingénierie des compétences. Cette architecture se base sur une modélisation ontologique et fine des compétences et permet de répertorier des techniques d’ingénierie des connaissances et les ressources associées pour l’extraction et la gestion des compétences. Elle a orienté mes travaux de recherche vers deux autres axes : l’axe 2 porte sur les méthodes et techniques d’ingénierie des connaissances pour la conceptualisation et la validation d’ontologie ; l’axe 3 porte sur les mesures sémantiques de comparaison d’objets, une mesure sémantique étant une technique de cette architecture, appliquée à une ontologie pour aider à accomplir certains processus d’une organisation. Dans l’axe 2, j’ai proposé un cadre pour comparer des approches et outils de conceptualisation semi-automatique d’ontologie. J’ai développé deux approches de validation d’ontologie dans lesquelles j’ai cherché, d’une part, à coupler la validation à la conceptualisation, et d’autre part à leur intégrer des contraintes générées à partir d’une ontologie noyau formelle. La première approche est basée sur l’identification des problèmes pouvant nuire à la qualité d’une ontologie. La deuxième approche utilise des règles générées du méta-modèle d’annotation et/ou d’une ontologie noyau pour guider l’annotation d’un objet avec cette ontologie, enrichir cette ontologie et valider ces deux tâches. Ces deux approches pourraient se fusionner et s’étendre vers une approche semi-automatique de construction et validation intégrées d’ontologie, basée sur une ontologie noyau formelle. Dans l’axe 3, j’ai proposé un cadre unifiant pour la définition de trois familles de mesures sémantiques de comparaison d’objets selon leur annotation par une ontologie : un objet peut être annoté par un concept unique, un ensemble de concepts ou un graphe sémantique d’une ontologie. En plus, ce cadre aide à analyser les résultats des mesures et à choisir une mesure adéquate pour une ontologie et une application données. Il se caractérise par l’utilisation d’une approche similaire pour l’approximation du contenu informationnel apporté par chaque type d’annotation, le contenu informationnel étant un élément principal et commun à la définition de ces trois familles de mesures.. Dans ce mémoire de HDR, je présente ces différentes contributions, en les positionnant par rapport à l’évolution des connaissances et par rapport à des travaux connexes de l’état de l’art. Je discute en conclusion la pertinence de mes travaux par rapport au challenge des masses de données et je présente mon projet de recherche et des perspectives liées à ce challenge.