# Raphaël Mitas

> Full Stack Developer, Germany

Full-Stack-Entwickler mit Erfahrung bei Mercedes-Benz und Audi, jetzt treibende Kraft für Innovation bei Kimeta. Ich spezialisiere mich auf das React/Next.js-Ökosystem mit TypeScript, tRPC und React Native und entwickle typsichere Anwendungen vom Frontend bis zum Backend.

Bei Kimeta habe ich Cursor und Claude Code eingeführt und agentische Automatisierungen gebaut, die aus Tickets Merge-Requests machen und Code automatisch reviewen. Unsere gesamte Cypress-E2E-Testsuite ist an einem einzigen Tag zu Playwright umgezogen, ohne Kompromisse bei der Codequalität.

Abseits des Programmierens findet man mich auf der Skipiste, beim Wandern, hinter der Kamera, um Momente durch Fotografie festzuhalten, oder am Tisch bei einer Runde Brettspiele.

- Email: mail@raphaelmitas.com
- GitHub: https://github.com/RaphaelMitas
- LinkedIn: https://www.linkedin.com/in/raphael-mitas-5144b510a/
- Standort: Germany
- Lebenslauf herunterladen: https://raphaelmitas.com/cv.pdf?locale=de
- Sprachen: Deutsch (Muttersprache), Französisch (Muttersprache), Englisch (Fließend)

## Berufserfahrung

### Full-Stack Developer, Kimeta

2024-06 – Heute · full-time · Darmstadt, Deutschland

Full-Stack-Entwicklung mit Frontend-Schwerpunkt für eine mandantenfähige Jobportal-Plattform. Betreut die Next.js-Anwendung des Teams und verantwortet deren CI/CD.

- Früher und begeisterter Anwender von agentischem Coding: Cursor und Claude Code eingeführt und Workflows hands-on geteilt. Das Team hat sie mit echtem Erfolg übernommen, bei gleichbleibend hoher Codequalität.
- E2E-Testing im Team eingeführt und in der CI-Pipeline automatisiert, dann die gesamte Cypress-Suite in einem Tag mit Agenten nach Playwright umgeschrieben. Die Migration validiert durch Fault Injection und den Parallelbetrieb beider Suites in der CI, bis sich die neue bewährt hatte, mit adversarialen Review-Agenten über dem Diff.
- Eine agentische Coding-Plattform gebaut und im Team etabliert: eine Tauri-App auf dem Claude Agent SDK und Codex SDK mit eigenen MCP-Servern über YouTrack und GitLab, in der Agenten Tickets übernehmen, Merge Requests öffnen und Code Reviews durchführen, jeweils in einer eigenen Docker-Umgebung.
- Einen KI-Chatbot und weitere KI-Features für die Plattform entwickelt.
- Gemeinsam mit einem weiteren Entwickler die Next.js-(TypeScript-)Codebasis grundlegend überarbeitet und Atomic Design für wiederverwendbare Komponenten in der mandantenfähigen Architektur eingeführt. Betreut die Anwendung seitdem.
- Maßgeblich an der Vorbereitung der Migration eines PHP-Altsystems auf die Next.js-Plattform des Teams beteiligt.
- Automatisiertes Lighthouse-Performance-Monitoring für alle Unternehmensseiten gebaut: geplante Datenerhebung, eine Express.js-API, Grafana und ein Next.js-Dashboard mit tRPC und shadcn/ui.
- Verantwortlich für die CI/CD-Pipelines des Teams (GitLab CI, Docker Swarm), inklusive Weiterentwicklung zur Automatisierung von Build, Test und Deployment.
- Eng mit dem Backend-Team zusammengearbeitet, um die Migration mehrerer Plattformen auf eine neue, einheitliche Architektur zu orchestrieren.
- Die Kimeta Expo App (React Native) betreut, eine Browser-Wrapper-App mit nativer Feature-Integration.

Fähigkeiten: TypeScript, React, Next.js, Tailwind CSS, tRPC, shadcn/ui, React Native, Expo, Express.js, Agentic Coding, Claude Code, Cursor, Playwright, Cypress, GitLab CI, Docker Swarm, Grafana, Problemlösung, Kommunikation, Bereichsübergreifende Zusammenarbeit, Anpassungsfähigkeit, Eigenständiges Lernen, Mentoring

### Full-Stack Developer, Mercedes-Benz

2022-04 – 2023-06 · working-student · Sindelfingen, Deutschland

Entwickelte Echtzeit-Analyse- und vorausschauende Wartungslösungen für autonome Transportfahrzeuge (AGVs) in Fabrikumgebungen.

- Entwickelte eine Anwendung zur Echtzeitanalyse und Fehlervorhersage für über 400 autonome Transportfahrzeuge (AGVs) mit Next.js (TypeScript) und brachte sie in der Fabrikumgebung in Betrieb. Das verbesserte Überwachung und vorausschauende Wartung deutlich.
- Überführte eine Plotly-Dash-Altanwendung nach Next.js mit Material-UI und entwickelte Live-Produktionsdashboards für den Fabrikbetrieb.
- Implementierte REST-Services mit FastAPI (Python) für effizienten Datenaustausch und die Integration mit den Backend-Systemen und sicherte so den reibungslosen Betrieb der Echtzeitanalyse-Plattform.
- Wirkte an der Backend-Entwicklung mit und baute skalierbare, ausfallsichere Services mit Python, Redis, Kafka und PostgreSQL. Darauf setzten die Echtzeit-Datenverarbeitung und die Fehlervorhersage für die AGVs auf.
- Setzte Kubernetes und Docker in einem DevOps-Setup ein, um Frontend- und Backend-Komponenten in der Azure-Cloud auszurollen und zu betreiben.

Fähigkeiten: TypeScript, React, Next.js, Python, FastAPI, Redis, Kafka, Kubernetes, Docker, Azure, Problemlösung, Kommunikation, Anpassungsfähigkeit, Eigenständiges Lernen, PostgreSQL, Material-UI, Plotly Dash

### Frontend Developer, Audi

2020-08 – 2021-02 · internship · Neckarsulm, Deutschland

Entwickelte Business-Intelligence-Dashboards und ETL-Lösungen für die Arbeitsplatzsicherheitsbewertung.

- Entwickelte ein Oracle Apex Dashboard zur arbeitsschutzbasierten Arbeitsplatzbewertung mit erweiterten Filter- und Drill-Down/Drill-Up-Funktionen.
- Entwarf und implementierte Verbesserungen der Benutzeroberfläche für das Industrial-Engineering-Dashboard und steigerte damit Bedienbarkeit und visuelle Qualität.
- Setzte Knime als ETL-Plattform für periodische Datentransformation und -integration ein und stellte sicher, dass die Oracle-Datenbank mit aktueller Business Intelligence versorgt wurde.
- Optimierte Excel-VBA-Workflows für automatisierte Datenverarbeitung und Reporting.
- Beherrschte komplexe SQL-Abfragen und PL/SQL-Programmierung, eine Notwendigkeit aufgrund der Abhängigkeit von Oracle Apex auf PL/SQL für nahezu alle Datenbankinteraktionen und Anwendungslogik.
- Verbesserte operative Effizienz durch Orchestrierung der periodischen Transformation und nahtlosen Integration von Datenquellen in ein einheitliches Oracle-Datenbank-Framework.
- Integrierte die Industrial-Engineering-Anwendung in die Produktionsumgebung von VW in Ungarn und ermöglichte damit den standortübergreifenden Rollout.

Fähigkeiten: Oracle Apex, Oracle, SQL, PL/SQL, Knime, Problemlösung, Kommunikation, Anpassungsfähigkeit, Eigenständiges Lernen, Excel VBA

## Ausbildung

### Bachelor of Science, Wirtschaftsinformatik und Digitale Medien

Stuttgart Media University · 2018-10 – 2023-10

Umfassendes Programm, das Wirtschaftsinformatik mit digitalen Medientechnologien verbindet. Bachelorarbeit: „Einsatz von generativer KI in Softwareprojekten - Analyse der Wirksamkeit und Anwendbarkeit“

### Bachelorstudium, erstes Jahr, Wirtschaftsinformatik

Technical University of Munich · 2017-10 – 2018-09

Erstes Studienjahr Wirtschaftsinformatik, danach Wechsel an die Hochschule der Medien Stuttgart für ein praxisnäheres, projektorientiertes Studium.

### Abitur, Datenverarbeitung & Englisch

Heinrich-Emmanuel-Merck-Schule · 2014-10 – 2017-06

Deutsches Abitur mit Schwerpunkt auf Datenverarbeitung und Programmierung.

## Projekte

### Photopipe

Kostenlose Open-Source-App für macOS zum Sichten und Bearbeiten von Fotos. Entrauschte RAW-Vorschauen, Bewertungen, Kurven und Zuschnitt in einem nativen Tool. Allein konzipiert und veröffentlicht, mit Coding-Agenten unter meinem Review.

- Live ansehen: https://photopipe.net
- Code ansehen: https://github.com/RaphaelMitas/photopipe
- Technologien: Swift, Tauri, Rust, React, TypeScript, Tailwind CSS, shadcn/ui, Playwright, Claude Code, Agentic Coding

Photopipe ist eine kostenlose Open-Source-App für macOS, gebaut für Fotografinnen und Fotografen, die nach einem Shooting mit tausenden RAW-Dateien nach Hause kommen und die guten Bilder schnell finden müssen. Sie deckt den kompletten Workflow in einem nativen Tool ab: sichten mit entrauschten Vorschauen, sobald ein Ordner geöffnet wird, bewerten per Tastatur, bearbeiten mit Reglern, Gradationskurven und Zuschnitt, und fertige JPEGs exportieren. Die Festplatte bleibt die einzige Quelle der Wahrheit, Bewertungen und Bearbeitungen landen als XMP direkt neben den Dateien. Nichts ist in einem Katalog oder einer Cloud eingesperrt.

Technisch ist die App eine Tauri-2-Hülle um einen Swift-Kern, der Apples native RAW-Pipeline zum Dekodieren und Entrauschen ansteuert, dazu eine KI-Bewertung auf Basis von Apples Aesthetics Scoring, die ein Shooting vorsortiert. Ich habe sie allein konzipiert und veröffentlicht, mit Coding-Agenten für die Umsetzung unter meinem Review, adversarialen Review-Agenten bei jedem Merge und Verifikations-Agenten, die einen Befund erst reproduzieren müssen, bevor ein Fix landet. Der native Neuaufbau ging in 48 Stunden von einem leeren Repository zur signierten und notarisierten Version 0.1.0, gefolgt von neun Releases in den nächsten acht Tagen. Die ganze Geschichte steht im Blog.

- Sichtet ein Shooting mit 3.000 Fotos mit entrauschten RAW-Vorschauen über Apples native RAW-Pipeline, ohne Batch-Schritt und ohne Wartezeit.
- Vollständige Edit-Pipeline: Belichtungsregler, kanalweise Gradationskurven, Zuschnitt und Ausrichten, als XMP neben den Dateien gespeichert.
- Instinct-KI-Bewertung sortiert ein Shooting anhand von Apples Aesthetics-Scoring vor.
- In 48 Stunden auf Tauri und Swift neu aufgebaut, bis zu einer signierten, notarisierten v0.1.0, danach neun weitere Releases in den folgenden acht Tagen. Den Großteil der Tipparbeit haben Coding-Agenten übernommen, unter meiner Architektur und meinem Review.
- Adversariale Review-Agenten vor jedem Merge, mit Verifikations-Agenten, die Befunde empirisch reproduzieren, bevor ein Fix landet.
- Signiert, notarisiert und selbst-aktualisierend. Ein Release ist ein Befehl, der DMG, Changelog und frische Screenshots ausliefert.

### Flatsby

Kollaborative Haushalts-Management-App für Mitbewohner mit geteilten Einkaufslisten und Echtzeit-Synchronisation über Web und Mobile.

- Live ansehen: https://www.flatsby.com/
- Code ansehen: https://github.com/RaphaelMitas/flatsby
- Technologien: Next.js, React, React Native, Expo, TypeScript, tRPC, Tailwind CSS, PostgreSQL, Drizzle ORM, shadcn/ui, Turborepo, OpenAI, Google Gemini, Anthropic, Effect-TS

Flatsby ist eine kollaborative Haushalts-Management-Anwendung für Menschen in Wohngemeinschaften. Sie kombiniert Einkaufslisten, Ausgabenverfolgung und KI-gestützten Chat in einem TypeScript-Monorepo mit React Native Mobile- und Next.js (React) Web-Clients. Mit Echtzeit-Synchronisation, OAuth-Authentifizierung und gruppenbasierten Berechtigungen.

- Plattformübergreifende Unterstützung mit Next.js 15 Web-App und Expo/React Native Mobile-Apps mit geteiltem Code via Turborepo Monorepo
- End-to-End typsichere APIs mit tRPC v11 und kollaborativen Echtzeit-Einkaufslisten
- OAuth-Authentifizierung (Google, Apple) via Better Auth mit PostgreSQL (Neon) und Drizzle ORM
- Modernes UI mit shadcn/ui, Radix UI, Tailwind CSS und NativeWind für konsistentes Styling über alle Plattformen
- Ausgabenverfolgung mit Aufteilung für faire Kostenverteilung unter Mitbewohnern
- KI-Chat-Integration mit Unterstützung für OpenAI, Google Gemini und Anthropic Modelle für Haushaltsunterstützung
- Effect-TS für robuste Fehlerbehandlung in der API-Schicht

### Saytype

macOS-Menüleisten-App für Push-to-Talk Sprache-zu-Text — Taste gedrückt halten zum Aufnehmen, loslassen zum Transkribieren und Einfügen. Läuft vollständig offline auf Apple Silicon.

- Code ansehen: https://github.com/RaphaelMitas/saytype
- Technologien: Rust, Tauri, TypeScript, React, Python, Machine Learning

Saytype ist eine macOS-Menüleisten-Anwendung für Push-to-Talk Sprache-zu-Text. Die rechte Command-Taste gedrückt halten zum Aufnehmen, loslassen zum Transkribieren — der Text wird automatisch an der Cursorposition eingefügt. Aufgebaut mit einer Drei-Prozess-Architektur: eine Tauri/Rust-Systemintegrationsschicht für Hotkey-Erkennung (CGEventTap), native Audioaufnahme (CPAL bei 16kHz) und Clipboard-basierte Texteinfügung; ein Python-Sidecar mit dem Parakeet-MLX-Modell für Offline-Transkription, wobei das Modell zwischen Anfragen im Speicher gehalten wird; sowie ein React-Frontend für Einstellungen und Onboarding. Keine Internetverbindung erforderlich — die gesamte Inferenz läuft lokal auf Apple Silicon ML-Hardware.

- Vollständig offline Sprache-zu-Text mit Parakeet-MLX-Modell auf Apple Silicon — keine Cloud-APIs erforderlich
- Drei-Prozess-Architektur: Tauri/Rust für Systemintegration, Python-Sidecar für ML-Inferenz, React für UI
- Globales Push-to-Talk über macOS CGEventTap mit Erkennung der rechten Command-Taste auf dediziertem CFRunLoop-Thread
- Native Audioaufnahme über CPAL mit automatischer Abtastratenwandlung auf 16kHz WAV
- Clipboard-basierte Texteinfügung mit Sichern/Wiederherstellen und AppleScript-Tastensimulation
- Sidecar hält ML-Modell zwischen Anfragen im Speicher für schnelle sequenzielle Transkriptionen via JSON IPC

### Shopping Assistant

KI-gestützter Einkaufsassistent für den Modern Stack Hackathon mit Echtzeit-Chat, Websuche und Nutzungsverfolgung.

- Live ansehen: https://shopping-assistant-wine.vercel.app
- Code ansehen: https://github.com/RaphaelMitas/shopping-assistant
- Technologien: Next.js, TypeScript, Convex, OpenAI, Tailwind CSS, shadcn/ui, Vercel AI SDK

Ein Full-Stack KI-Einkaufsassistent für den Modern Stack Hackathon (16. Sept - 1. Okt 2025). Mit Agent-basiertem Chat mit GPT-5 und Streaming-Antworten, Websuche via Firecrawl, E-Mail-Authentifizierung mit Better-Auth und Nutzungsverfolgung mit Autumn. Entwickelt mit Next.js 15, React 19, Convex und Tailwind CSS 4. Der Hackathon hatte einen Preispool von 25.000$.

- Agent-basierte Chat-Threads mit GPT-5 und Streaming-Antworten über Convex Agent Threads
- Websuche-Integration via Firecrawl mit intelligentem Rate-Limiting
- E-Mail-basierte Authentifizierung mit Better-Auth inklusive Verifizierung und Passwort-Reset via Resend
- KI-Nutzungsverfolgung und Abrechnungskontrollen mit Autumn für Token-Management und Feature-Gating
- Entwickelt für den Modern Stack Hackathon (Sept-Okt 2025) mit Integration von neun Sponsor-Technologien
- KI-Agent mit Tool-Calling-Fähigkeiten über Vercel AI SDK für intelligente Empfehlungen

## Fähigkeiten & Technologien

- Sprachen: Swift, TypeScript, JavaScript, Python, Java, Rust, PL/SQL, Excel VBA
- Frameworks: Next.js, React, React Native, Expo, tRPC, Tailwind CSS, shadcn/ui, Drizzle ORM, Effect-TS, GraphQL, Express.js, FastAPI, Tauri, Material-UI, Plotly Dash, Oracle Apex, HTML, CSS
- Datenbanken: PostgreSQL, Redis, Convex, SQL, Oracle
- Cloud: Kubernetes, Azure, Google Cloud
- Werkzeuge: Playwright, Cypress, Docker, Docker Swarm, GitLab CI, Turborepo, Grafana, Kafka, Knime
- KI: Agentic Coding, Claude Code, Cursor, Anthropic, OpenAI, Google Gemini, Vercel AI SDK, Machine Learning, Deep Learning
- Soft Skills: Problemlösung, Kommunikation, Bereichsübergreifende Zusammenarbeit, Anpassungsfähigkeit, Eigenständiges Lernen, Mentoring

## Zertifizierungen

- Meta Front-End Developer Professional Certificate, Meta / Coursera, 2024-01 (https://coursera.org/verify/professional-cert/7RX9F5D9B443)
- Google Cloud Fundamentals: Core Infrastructure, Google Cloud / Coursera, 2023-12 (https://coursera.org/verify/46ZYZE9ULMFD)
- Generative Adversarial Networks (GANs) Specialization, DeepLearning.AI / Coursera, 2023-09 (https://coursera.org/verify/specialization/8JVE52C27DEA)

## Artikel

- [I accidentally built the best Lightroom alternative](https://raphaelmitas.com/blog/i-accidentally-built-the-best-lightroom-alternative) (2026-08-17): How I built Photopipe, a free macOS photo culling and editing app, almost entirely by directing AI agents: a rebuild thrown away after a week, a working app in 48 hours, and where human taste still decides.
- [I let an agent move our Cypress suite to Playwright in a day, and you should too!](https://raphaelmitas.com/blog/cypress-to-playwright-with-agents) (2026-07-30): For most of the time I have been writing end-to-end tests, I would have told you Cypress was the nicer tool. The runner shows you the app as the test drives it. You can hover a command in the log and…
- Every post in full, with this CV: https://raphaelmitas.com/llms-full.txt