Apoorv Mittal

• 20+ Engineers über zwei Lead-Rollen direkt geführt. Zwei Engineers bei AutoScout24 in den letzten 18 Monaten zur Senior-Beförderung gecoacht.
• Leitete eine Strangler-Fig-Replatformierung der öffentlichen Listing-Search-GraphQL-API bei AutoScout24 auf graphql-yoga + hono, vier Monate parallel gebaut, jede Produktions-Query asynchron gegen den Altdienst gediffed, bevor irgendein Traffic verschoben wurde.
• Trieb eine p50-Latenzreduktion von 30%+ einer öffentlichen API mit 50+ Downstream-Integrationen voran.
• Baute und führte eine Suite von Claude-Code-Agents (Build, Scan, PR-Review, Migration, Performance) über mehrere Produktionscodebasen ein.
• Lieferte LLM-Features über die Anthropic-API mit SQL-Validierung, parametrisierten Queries und RBAC-Scoping.
• Claude Code, Cursor, Copilot und CodeRabbit squadübergreifend eingeführt, mit einem gemeinsamen Claude-Code-Skill-Pack (7 Skills, 5 eigene Commands), gebaut aus wiederkehrenden Review-Kommentaren.
• Strukturiertes Hiring: Hiring-Loops squadübergreifend konzipiert und kalibriert; Full-Loop-Hiring mit CTO/VP-Freigabe beim Aufbau des CheMondis-Teams.
• Regulierte Branchen: Versicherung (Bupa International, MetLife) und FCA-reguliertes Privatkundengeschäft (Lloyds Banking Group).

People Management

1:1s, Quartals-Reviews, IDPs, Beförderungs-Cases und PIPs für 8 Direct Reports; Input zu Vergütungsentscheidungen; 20+ Engineers über zwei Lead-Rollen geführt.

Strukturiertes Hiring

Hiring-Loops mit definierten Stufen (Screening, technisch, Systemdesign) und klaren Bewertungskriterien; Bar-Kalibrierung über Squads; Onboarding-Guides, damit neue Kolleginnen und Kollegen schnell produktiv werden.

Coaching von Tech Leads

Coache Senior Engineers Richtung Staff- und Lead-Track. Technische Entscheidungen bleiben bei den Engineers, die dem Code am nächsten sind, und werden in ADRs festgehalten; mein Job ist, Blocker zu lösen, nicht zu überstimmen.

Kapazität & Delivery

Quartals-OKR-Zyklen end-to-end; Balance zwischen Roadmap-Bedarf, Tech Debt und Reliability-Arbeit; Planung und Zeremonien mit Product und Delivery-Partnern.

Koordination über Teamgrenzen

Führe Veränderungen über Squads hinweg, die nicht an mich berichten: gemeinsame Standards, Sequenzierung und frühes Auflösen von Abhängigkeiten; Zusammenarbeit mit Product, Design, Backend und Plattform-Teams sowie externen Anbietern (Stripe, Trustshare, Looker, LaunchDarkly).

Governance, Change & Reliability

Lieferte innerhalb der FCA-Release- und Compliance-Kontrollen bei Lloyds; verantworte On-Call, Runbooks, Incident Response und blameless Postmortems; Guardrails und Review-Normen für KI-Tools kodifiziert.

1. Fixe Deadline, 20+ Repositories, Squads, die ich nicht führte

   Situation

   Der Apollo/GraphQL-Stack der Organisation war veraltet. Das Upgrade betraf 20+ Repositories mehrerer Squads, mit fixer Quartals-Deadline und kundenseitigem Traffic, der nicht ausfallen durfte.

   Vorgehen

   Die Arbeit in gestaffelte Wellen geteilt, mit jedem Squad Lead gemeinsame Standards und einen Migrations-Tracker vereinbart, Agents für Bulk-Scaffolding und Fortschritts-Tracking eingesetzt und die Implementierungsentscheidungen bei den Engineers gelassen, denen die jeweilige Codebase gehörte.

   Ergebnis

   Zur fixen Quartals-Deadline geliefert, ohne Downtime.

2. Agentische KI als Teil des Engineering-Lifecycles, kein Nebenwerkzeug

   Situation

   KI-Tools wurden squadübergreifend ad hoc auf unseren React-, Next.js-, TypeScript-, Node.js- und GraphQL-Codebasen genutzt, ohne gemeinsame Normen, während dasselbe Review-Feedback und dieselben Qualitätschecks von Hand wiederholt wurden.

   Vorgehen

   Unsere Standards als gemeinsames Claude-Code-Skill-Pack (7 Skills, 5 eigene Commands) für PR-Review, Pre-Push-Gates, CI-Diagnostik und Migrations-Tracking verpackt, gebaut aus wiederkehrenden Review-Kommentaren; CodeRabbit auf jedem PR und einen tsc → Tests → Lint → Build-Loop ergänzt; Squad für Squad mit Normen, Guardrails und Hands-on-Onboarding ausgerollt.

   Ergebnis

   Agents wurden squadübergreifend Teil der täglichen Delivery, vom Coding über Review bis CI; wiederkehrende Checks wanderten in die Automatisierung und gaben Engineers Zeit für Design-, Risiko- und Produktfragen.

3. Feature-Druck vs. Qualität in einem schnell wachsenden Team

   Situation

   Mit dem Wachstum von CheMondis verdrängte Feature-Nachfrage immer wieder Tech Debt, während das Engineering-Team schnell wuchs.

   Vorgehen

   Mit Product-, Design- und Backend-Leads geschützte Tech-Debt-Kapazität verhandelt; SLOs mit Error Budgets, ADRs, Runbooks und Onboarding-Guides eingeführt; Full-Loop-Hiring mit CTO/VP-Freigabe durchgeführt.

   Ergebnis

   Das Team wuchs mit einer gemeinsamen, datenbasierten Grundlage, auf der Product und Engineering entscheiden, wann langsamer gemacht wird.

Agent-Design & Verifikation

Agents gebaut mit dem Claude Agent SDK und Claude Code (eigene Agents, Hooks, MCP-Server); ein tsc → Tests → Lint → Build-Verifikations-Loop und eine Domain-Scope-Refusal-Policy für Agents; Agents für Migrationen, CI-Failure-Diagnostik und flaky Tests.

LLM-Features in Produktion

Anthropic-API: natürlichsprachiges SQL über Multi-Tenant-PostgreSQL (SQL-Validierung, parametrisierte Queries, RBAC-Scoping), Anomaly Detection, KI-Tutor, KI-gestütztes Onboarding.

Retrieval & Prompt Engineering

RAG- und Agent-Orchestrierung mit LangChain, lokale Inferenz mit Ollama, System-Prompts mit begrenztem Wissens-Scope und Schutz gegen Prompt Injection.

Latenz- & Kostenkontrolle

Live-Assistent auf motivatorpal.com: Prompt Caching, Streaming, Rate Limiting pro IP, ein tägliches Kostenlimit und Token-Kosten-Tracking pro Request.

Claude auf AWS Bedrock

Claude-Modelle über Amazon Bedrock: IAM-gescopter Zugriff und AWS-natives Deployment, das zur bestehenden AWS-, Terraform- und Kubernetes-Infrastruktur passt.

LLM-Observability & Kosten

Langfuse-Tracing von Prompts, Tool Calls und Agent-Läufen mit Latenz und Token-Kosten pro Feature.

Sprachen & APIs

TypeScript/Node.js, Python, Java (Lloyds); REST- und GraphQL-API-Design, Versionierung und BFF-Patterns; typisierte Schemas und Runtime-Validierung.

Cloud & Container

Azure (Lloyds) und AWS (AutoScout24); Infrastructure as Code mit Terraform; Docker- und Kubernetes-Deployments (Manifeste, Helm, kubectl).

CI/CD & Qualität

GitHub Actions, CircleCI, Jenkins; Unit-, Integrations- und E2E-Tests; Quality Gates auf jedem PR; Feature Flags und gestaffelte Rollouts.

Daten

PostgreSQL-Schema-Design und Migrationen mit DDL-Safety-Checks, Multi-Tenant-RBAC, Idempotenz, Audit-Trails bei geldbezogenen Mutationen; MongoDB, DynamoDB, Cassandra.

Observability & Betrieb

DataDog- und Sentry-Dashboards, Alerting und Tracing, SLAs/SLOs mit Error Budgets, Runbooks, Root-Cause-Analyse und präventive Follow-ups.

Security im regulierten Umfeld

Secrets Handling, Least-Privilege-Data-Scoping, CSP und Security Header; Umgang mit sensiblen Daten bei Document Capture und Face Match bei Lloyds; nachvollziehbare Änderungen.

People Leadership

8 Direct Reports; 1:1s, IDPs, Performance Reviews, PIPs; Full-Loop-Hiring; Coaching Richtung Staff/Lead; hybride Teams mit 50+ Nationalitäten.

Architektur & Qualität

Problemlösung, Systemdesign, Architektur-Reviews; rigorose Unit-/Integration-/E2E-Tests; WCAG 2.1 AA; DORA-orientierte Metriken; Incident Response und blameless Postmortems; On-Call und Runbooks; CI/CD; SLAs/SLOs.

Frontend, Full-Stack, Mobile

React 18, Next.js, TypeScript, Node.js, NestJS, Python, Java, GraphQL (graphql-yoga, Apollo), REST, Zustand/Redux, Micro Frontends, Storybook, Core Web Vitals, i18n/l10n, SEO, LaunchDarkly, Jest/RTL/Playwright/Cypress, Sitecore, AEM, Capacitor.

Cloud, Infra, Daten

AWS CloudFront/S3, Azure, Vercel, Docker, Kubernetes, Terraform; Git und CI/CD (GitHub Actions, CircleCI, Jenkins); Observability und Produktions-Debugging mit DataDog und Sentry; Stripe, Trustshare; Produktions-PostgreSQL mit Multi-Tenant-RBAC, Idempotenz und SQL-Safety; NoSQL (MongoDB, DynamoDB, Cassandra); Netzwerk- und Security-Grundlagen; Looker, Metabase.

KI / Generative KI

Claude-Code-Agents im produktiven Einsatz (Build, Scan, PR-Review, Migration, RBAC-Validierung, Audit-Trail-Wiring). LLM-Features über die Anthropic-API mit SQL-Validierung, parametrisierten Queries, RBAC. LangChain, Ollama für lokale Inference. Gemeinsames Claude-Code-Skill-Pack und CodeRabbit squadübergreifend ausgerollt. Eigene Agents auf dem Claude Agent SDK (Hooks, MCP-Server), Claude auf AWS Bedrock, Langfuse-Tracing.

• People Management
• Hiring & Kalibrierung
• Performance- & Karriere-Frameworks
• Coaching von Tech Leads
• Kapazitätsplanung
• Stakeholder-Management
• Klare Kommunikation
• KI-Governance & Guardrails
• LLM-Agents & RAG
• Prompt Engineering
• Claude Code · Cursor · CodeRabbit · Copilot
• Claude Agent SDK · MCP
• Claude auf AWS Bedrock
• Anthropic- & OpenAI-APIs
• Langfuse
• TypeScript
• Node.js
• Python
• Java
• React
• Next.js
• GraphQL
• REST-API-Design
• Micro Frontends
• PostgreSQL
• Docker & Kubernetes
• Terraform
• Azure · AWS
• GitHub Actions
• DataDog · Sentry
• Jest · RTL · Playwright
• A/B-Testing & Feature Toggles
• Barrierefreiheit (WCAG 2.1 AA)
• Performance
• Looker · Metabase
• Figma · Storybook

1. Aug 2022 bis heute · München, Deutschland

   Engineering Lead, Full-Stack & AI Technologies

   AutoScout24 GmbH, Europas größter Online-Automarktplatz.

   React 18 · Next.js · TypeScript · GraphQL (graphql-yoga, Apollo + Federation) · Node · Zustand · LaunchDarkly · Playwright · Python · AWS · Terraform · Docker · Kubernetes · Claude Code · Cursor · CodeRabbit

   • Engineering Lead mit 8 Direct Reports, verbindet People Management mit Hands-on-Architektur, Code Review und Delivery-Verantwortung; verantwortet 1:1s, Quartals-Reviews, IDPs, Beförderungs-Cases und PIPs; kalibriert Hiring über Squads und trägt zu Vergütungsentscheidungen bei.
   • Coachte 2 Engineers in den letzten 18 Monaten zur Senior-Beförderung.
   • Leitete eine Strangler-Fig-Replatformierung der öffentlichen Listing-Search-GraphQL-API auf graphql-yoga + hono: vier Monate parallel gebaut, Shadow-Diff-Pipeline, die jede Produktions-Query gegen v1 spielte, Schema-Drift-Erkennung auf zwei Schienen, eigene yoga-Plugins für Observability.
   • Orchestrierte Performance-Arbeit an der meistgenutzten öffentlichen API; lieferte eine p50-Latenzreduktion von 30%+.
   • Etablierte analytikgetriebenes Experimentieren mit LaunchDarkly; trug zu einem niedrig-einstelligen Retention-Uplift auf getrackten Journeys bei.
   • Baute und rollte ein gemeinsames Claude-Code-Skill-Pack (7 Skills, 5 eigene Commands) für PR-Review, Quality Gates, CI-Diagnostik und Migrations-Tracking aus, plus CodeRabbit auf jedem PR; trieb die teamweite Adoption von Claude Code, Cursor und Copilot mit Review-Normen und Onboarding voran.
   • Leitete die organisationsweite GraphQL-Modernisierung über 20+ Repositories (Apollo-Upgrades, GraphQL Tools, Type Generation, TypeScript-Bumps) mit gestaffeltem Rollout und ohne Downtime zu einer fixen Quartals-Deadline.
   • Hands-on an der Delivery-Plattform: Services auf AWS, Infrastructure as Code mit Terraform, containerisierte Deployments auf Kubernetes und CI/CD-Quality-Gates.

2. Okt 2019 bis Jul 2022 · Köln, Deutschland

   Tech Lead

   CheMondis GmbH, Europas führender B2B-Marktplatz für Chemikalien: E-Commerce, Payments, Seller-Onboarding.

   React · TypeScript · Redux · Node · Styled Components · Storybook · Jest · Cypress · Sentry · DataDog · Stripe · Trustshare

   • Tech Lead mit bis zu 5 Direct Reports: 1:1s, Performance Reviews, IDPs, Onboarding und Eskalationen.
   • Definierte und überwachte SLAs/SLOs für kundenseitige Flows und führte die Error-Budget-Gespräche mit Product; Produktions-Monitoring über DataDog und Sentry.
   • Full-Loop-Hiring mit CTO/VP-Freigabe; skalierte das Frontend-Team mit dem Wachstum des Geschäfts.
   • Architektierte die fundamentale Frontend-Plattform: Component Library, List/Filter/Search-Module, Analytics-Infrastruktur.
   • Lieferte Commerce-Funktionen: Stripe-Zahlungen, Trustshare-Treuhand, DSGVO-Cookie-Consent, Looker-Analytics, MJML-Transactional-E-Mail.

3. Jan 2016 bis Mär 2019 · London, UK

   Senior Interactive Developer

   Publicis Sapient (Kunde: Lloyds Banking Group), FCA-regulierte Privatkundenbank mit 30M+ Kunden.

   Java · JavaScript/TypeScript (ES6+) · React · Redux · Azure · Docker · SCSS · Jest · Jasmine/Karma · Sitecore · SCEP Component Library

   • Lieferte ein wiederverwendbares Document-Capture- und Face-Match-Modul sowie Financial-Wellbeing-Funktionen für das Onboarding, innerhalb FCA-regulierter Security- und Release-Vorgaben.
   • Arbeitete über das UI hinaus an Java-Services und Azure-gehosteten Umgebungen für die Onboarding-Journeys, innerhalb der Change- und Release-Kontrollen der Bank.
   • Kernbeitrag zur SCEP-Component-Library, die das öffentliche und gesicherte Lloyds-Web-Portfolio versorgte.
   • Etablierte WCAG-2.1-AA- und Legacy-Browser-Support-Standards (IE9+). Aktiv in Hiring Loops.

4. 2012 bis 2015 · Gurgaon, Indien

   Interactive Developer (Publicis Sapient, 2014–2015) · System Engineer (TCS, 2012–2014)

   Publicis Sapient · Tata Consultancy Services, Bupa International, MetLife China, Fidelity Worldwide Investments, HP.

   Sitecore · Salesforce · Cross-Platform-Mobile

   • Sitecore-Component-Library und bilinguale Web-Plattformen mit integrierten Zahlungen.
   • Cross-Platform-Mobile-Delivery und ein Salesforce-basiertes B2B-Gateway.

Englisch

Verhandlungssicher

Hindi

Muttersprache

Deutsch

A2, in Verbesserung

Science-Fiction & Tech-Trends · Reisen · Tischtennis & Snooker