Data Engineering & Cloud
- Python
- SQL
- Supabase
- Google Cloud
- AWS Cloud
- APIs
- Pipelines de données (ETL)
- IA générative / LLMs
Des expertises complémentaires pour un objectif unique
Je transforme les problèmes, les données et les idées en solutions numériques exploitables. Agroéconomie, Data Engineering et Développement.
Pipelines • SQL • Automatisation
Je construis les pipelines, modèles SQL et automatisations qui transforment des sources dispersées en données propres, structurées et prêtes à être analysées.

Qui suis-je
Je suis Georgeo AGBAHUNGBA, ingénieur data. Je conçois les systèmes qui rendent une donnée fiable, depuis sa collecte sur le terrain jusqu’à sa restitution.
Mon terrain d’origine est agricole : enquêtes, filières, suivi-évaluation. C’est là que j’ai appris qu’une donnée mal collectée ne se rattrape jamais en aval.
Je construis des pipelines ETL, des modèles SQL et des contrôles qualité automatisés. L’objectif n’est pas le tableau de bord, c’est la confiance qu’on peut lui accorder.
J’interviens avec Python, SQL, Supabase et les infrastructures cloud, et j’intègre l’IA générative quand elle fait gagner du temps sans coûter en fiabilité.
Compétences & outils
Collecter une donnée sur le terrain, construire son pipeline, l’analyser, développer l’application qui l’exploite et la déployer : mon environnement technique couvre le parcours complet de l’information jusqu’au produit.
Ma façon de travailler
Le problème d’abord.
La solution ensuite.
Une donnée n’a de valeur que si l’on peut s’y fier. Je commence donc par la qualité et la traçabilité, avant tout tableau de bord.
Projets & produits
Je construis les pipelines, modèles SQL et automatisations qui transforment des sources dispersées en données propres, structurées et prêtes à être analysées.
Cartographie & Culture
Plateforme locale
Média agricole
Développement
Agritech & Data
Agritech
Applications, plateformes et expérimentations livrées.
Mon parcours
Agroéconomie, développement, Data Engineering : choisissez la version de mon parcours la plus pertinente pour votre contexte.
Collecte · ETL · SQL · Qualité · Décision
Chaîne de vie de la donnée agricole : conception des enquêtes, contrôle qualité, modélisation et restitution.
Vous avez le problème. Construisons la solution.
Données à exploiter, processus à automatiser, application à construire ou projet Agritech à structurer : expliquez-moi le besoin. Nous partirons de là.