IDÉES • DATA • PRODUITS

Transformer les idéesen solutions utiles.

J’analyse les besoins, structure les données et construis les produits numériques qui permettent de passer de l’idée à l’usage.

Pipelines • SQL • Automatisation

Structurer. Connecter.Fiabiliser.

Je construis les pipelines, modèles SQL et automatisations qui transforment des sources dispersées en données propres, structurées et prêtes à être analysées.

Cotonou, BeninFaites défiler pour explorer01 — 04
Georgeo Agbahungba

Qui suis-je

À propos

Toute la chaîne de la donnée, du terrain au tableau de bord

Pipelines ETLSQL & ModélisationCloud & Qualité

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.

Environnement technique

Une chaîne outillée de bout en bout.

Collecter, nettoyer, modéliser, automatiser, restituer : chaque étape de la vie d’une donnée a ses outils, et je tiens la chaîne entière plutôt qu’un maillon.

Data Engineering & Cloud

  • Python
  • SQL
  • Supabase
  • Google Cloud
  • AWS Cloud
  • APIs
  • Pipelines de données (ETL)
  • IA générative / LLMs

Ma façon de travailler

Le problème d’abord.

La solution ensuite.

Fiable avant d’être lisible.

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

Des problèmes transformés en produits.

Je construis les pipelines, modèles SQL et automatisations qui transforment des sources dispersées en données propres, structurées et prêtes à être analysées.

Explorer les projets

Mon parcours

Un parcours.
Plusieurs angles de lecture.

Agroéconomie, développement, Data Engineering : choisissez la version de mon parcours la plus pertinente pour votre contexte.

01

Data Engineering

Collecte · ETL · SQL · Qualité · Décision

Chaîne de vie de la donnée agricole : conception des enquêtes, contrôle qualité, modélisation et restitution.

Vos données méritent mieux qu’un tableur.

La source.
Le pipeline.
La décision.

Données éparpillées entre plusieurs sources, collecte terrain à fiabiliser, indicateurs impossibles à recalculer d’un mois sur l’autre : expliquez-moi la situation. Nous partirons de là.