À la croisée de l'intelligence artificielle et des bases de données, l'accès aux données ontologiques (OBDA) suscite un intérêt croissant car il permet aux utilisateurs finaux de poser leurs propres requêtes (éventuellement complexes) en utilisant un vocabulaire de domaine qu'ils connaissent bien. Les systèmes OBDA ont une architecture à trois niveaux, constituée d'une ontologie, de sources de données et de mappages entre les deux. Dans l'approche standard OBDA (appelée approche virtuelle), les mappages sont exploités pour reformuler les requêtes des utilisateurs en requêtes efficaces évaluées sur les sources de données. Cependant, les approches de réécriture à la pointe de la technologie ne permettent pas de traiter des requêtes complexes agrégées et de comptage, qui sont pourtant au cœur de l'analyse de données. L'objectif du travail de doctorat est de concevoir et de mettre en œuvre une infrastructure OBDA pour prendre en charge le stockage, l'enrichissement sémantique et l'analyse à la demande de grandes quantités de données éducatives produites par SIDES, la plate-forme de cyberapprentissage médical française pour le classement et la formation académiques.