Dans cet axe nous développons des approches utilisant la programmation par contraintes pour l'apprentissage et la fouille de données. Récemment l'intérêt des approches déclaratives (programmation linéaire en nombres entiers, SAT, programmation par contraintes) pour des problèmes d'apprentissage et de fouille de données a été montré. Nous développons une approche déclarative et générique pour le clustering sous contraintes utilisateur en utilisant la programmation par contraintes. Ce cadre permet de choisir un critère d'optimisation parmi plusieurs critères et d'intégrer différents types de contraintes utilisateur (contraintes sur des instances ou contraintes sur des clusters).