Öffentlicher Lebenslauf
Sanva
Full-Stack-Produktentwickler
Sanva hat 13 Jahre Erfahrung in Softwareentwicklung, mit frühem Schwerpunkt auf iOS und clientnaher Low-Level-Arbeit: Objective-C, Swift, Audio- und Video-Codecs, OpenGL ES mit C++ Rendering, High-Performance-SDKs und zahlungsnahe Module.
Der Lieferstil ist wiederholbar: Scaffolds, Type Checks, Builds, Page Acceptance, Store Assets, Review-Vorbereitung und Post-Release-Prüfungen werden möglichst in stabile Schritte überführt.
This lens focuses on realtime systems, data boundaries, and service design.
Überblick
Diese Grundlage prägt einen praktischen Arbeitsstil: Schichten und Verträge früh klären, danach Performance, State, Fehlerpfade und Release-Validierung behandeln, bevor daraus Produktionsprobleme werden.
Spätere Arbeit erweiterte sich auf Go / Gin Services, PostgreSQL, Redis, gRPC, Realtime Messaging, WebSocket-Abonnements und plattformübergreifende Clients. Es ging nicht nur um einzelne Endpoints, sondern um API-Verträge, Client-State und Lieferungsrisiken zusammen.
Backend work trained me in concrete habits: define contracts first, keep the data layer understandable, and make realtime paths debuggable. In AI products, I use the same habit to keep the model, client, and server replaceable and maintainable.
Erfahrung
Von Mobile-Systemen zu Full-Stack-KI-Produkten und Plattformarbeit
13 ans / 13 years · internet / fintech
Full-Stack-Produktentwickler mit tiefen Mobile-Wurzeln
Sanva hat 13 Jahre Erfahrung in Softwareentwicklung, mit frühem Schwerpunkt auf iOS und clientnaher Low-Level-Arbeit: Objective-C, Swift, Audio- und Video-Codecs, OpenGL ES mit C++ Rendering, High-Performance-SDKs und zahlungsnahe Module.
- iOS bas niveauSanva hat 13 Jahre Erfahrung in Softwareentwicklung, mit frühem Schwerpunkt auf iOS und clientnaher Low-Level-Arbeit: Objective-C, Swift, Audio- und Video-Codecs, OpenGL ES mit C++ Rendering, High-Performance-SDKs und zahlungsnahe Module.
- Audio/vidéo et renduDiese Grundlage prägt einen praktischen Arbeitsstil: Schichten und Verträge früh klären, danach Performance, State, Fehlerpfade und Release-Validierung behandeln, bevor daraus Produktionsprobleme werden.
- Paiement / cross-platformSpätere Arbeit erweiterte sich auf Go / Gin Services, PostgreSQL, Redis, gRPC, Realtime Messaging, WebSocket-Abonnements und plattformübergreifende Clients. Es ging nicht nur um einzelne Endpoints, sondern um API-Verträge, Client-State und Lieferungsrisiken zusammen.
- MéthodeDer Lieferstil ist wiederholbar: Scaffolds, Type Checks, Builds, Page Acceptance, Store Assets, Review-Vorbereitung und Post-Release-Prüfungen werden möglichst in stabile Schritte überführt.
Startup · Full Stack und Architektur
Von Client Engineering zu Backend und Cloud Delivery
Spätere Arbeit erweiterte sich auf Go / Gin Services, PostgreSQL, Redis, gRPC, Realtime Messaging, WebSocket-Abonnements und plattformübergreifende Clients. Es ging nicht nur um einzelne Endpoints, sondern um API-Verträge, Client-State und Lieferungsrisiken zusammen.
- BackendSpätere Arbeit erweiterte sich auf Go / Gin Services, PostgreSQL, Redis, gRPC, Realtime Messaging, WebSocket-Abonnements und plattformübergreifende Clients. Es ging nicht nur um einzelne Endpoints, sondern um API-Verträge, Client-State und Lieferungsrisiken zusammen.
- EchtzeitCloud-Erfahrung umfasst Containerisierung, Cluster-Orchestrierung, Ingress, Health Checks, Rollback-Planung und Wartungsfenster, mit Fokus auf Migration, Observability und Release-Risikokontrolle.
- ClientDas Portfolio reicht über Produktivität, Kreativität, Gesundheit, Bildung und Alltag: berufliche Darstellung, Meeting Notes, Redetraining, Sprachpraxis, Pixel Assets, Haustierpflege und Geschenkempfehlungen.
- ArbeitsdisziplinDer Lieferstil ist wiederholbar: Scaffolds, Type Checks, Builds, Page Acceptance, Store Assets, Review-Vorbereitung und Post-Release-Prüfungen werden möglichst in stabile Schritte überführt.
- StackGo / Gin · PostgreSQL · Redis · gRPC · Realtime-Gateway · Flutter / Dart · Docker · Cloud-Infrastruktur.
Heute · unabhängig
LLM, RAG und Agent-Orchestrierung in lieferbare Abläufe bringen
In den letzten Jahren wurden mehrere KI-Apps end-to-end umgesetzt: Produktdefinition, UI-Design, Mobile-Implementierung, Backend, Modellintegration, Abonnements und Release-Vorbereitung.
- PipelineDer Lieferstil ist wiederholbar: Scaffolds, Type Checks, Builds, Page Acceptance, Store Assets, Review-Vorbereitung und Post-Release-Prüfungen werden möglichst in stabile Schritte überführt.
- Prompt EngineeringSchwerpunkte sind Multi-Model-Integration, RAG, Langzeitgedächtnis, konversationelle Produkterfahrung, Prompt Engineering, datenbewusste Zustimmung und Multi-Agent-Koordination. Ziel ist ein wartbares Produktsystem, nicht nur eine Demo.
- OrchestrierungBei Mobile-Komplexität, iOS-Interna, Backend-Verträgen, KI-Produktisierung, RAG, Agent-Orchestrierung, App-Release, CI/CD oder Cloud Delivery kann die Erfahrung meist sowohl Architektur als auch Umsetzung abdecken.
- KI-InfrastrukturSchwerpunkte sind Multi-Model-Integration, RAG, Langzeitgedächtnis, konversationelle Produkterfahrung, Prompt Engineering, datenbewusste Zustimmung und Multi-Agent-Koordination. Ziel ist ein wartbares Produktsystem, nicht nur eine Demo.
- StackPython wird häufig für Datenbereinigung, Automatisierungsskripte, Batch Checks und Toolchain-Glue eingesetzt. TypeScript, Go und Shell decken Frontend, Backend und Ops-Automatisierung ab.
Stack
Stack nach Lieferpfad
Mobile
- Natives iOS (Objective-C / Swift / SwiftUI)
- React Native · Expo · striktes TypeScript
- Flutter / Dart Cross-Platform-Clients
- Release-Flows, Onboarding, native Plugins und Performance
Backend / Architektur
- Go / Gin (high-concurrency · layered)
- PostgreSQL · Redis · raw SQL · gRPC · WebSocket
- Realtime communication / wallet transaction / AI chat backend modules
- Modular system design · frontend-backend contracts · replaceable infrastructure
KI / LLM
- Multi-Modell-LLM-Gateway · Routing · Fallback
- RAG · Langzeitgedächtnis · Wissensisolation
- Konversationelle Produkterfahrung · KI-Einwilligung · Store-Compliance
- Prompt-Rezepte · Prüfungen · Negativbeispiele
Agent-Orchestrierung / Automatisierung
- Agent-Orchestrierung und Review-Schleifen
- Isolierte Branches und klare Ownership
- Browserbasierte Abnahmetests
- Dokumentation, Skripte und Langzeitgedächtnis-Feedback
DevOps / cloud-native
- AWS EKS · Kubernetes · Helm · ALB Ingress
- Docker / Compose · Nginx · PM2 · Cloudflare Pages
- CI/CD (validate / OTA / build / submit) · three-layer health checks
- Certificates / domains / alerts / ops checks / production cutover runbooks
Commerce / Store-Release
- In-App-Käufe · Abos · StoreKit 2
- App Store Connect API · Build- und Submit-Flows
- Store Assets · ASO · Lokalisierung
- KI-Compliance · Datenschutz · Konto-Löschung
Travaux publics
Veröffentlichte Apps
Ausgewählte Apps sind live im App Store, nach Kategorien gruppiert — tippe, um die öffentliche Download-Seite zu öffnen.
Kreativ
Produktivität
Gesundheit
Bildung
Alltag
KI-Lebenslauf Q&A
Fragen zu Projekten, Tech-Stack oder Erfahrung stellen.
Ein schneller Einstieg in Sanvas Erfahrung mit Mobile, Backend, KI-Produkten, Cloud Deployment, CI/CD und App-Store-Shipping.
Méthode
Comment le travail avance
Zuerst die Lieferkette schneiden
Ziele in Produkt, Client, Backend, KI, Release und Ops zerlegen, jeweils mit Eingaben, Ausgaben und Checks.
Komplexität in klare Grenzen legen
Bei Low-Level-Performance, Payments, Echtzeit oder EKS-Migration zuerst Zustand, Verträge, Rollback und Observability klären.
KI führt aus; Urteil bleibt menschlich
Prompts, RAG, Agent-Orchestrierung und Skripte dienen dem menschlichen Urteil. Parallelität braucht vorab Scope und danach Review.
Nach dem Release verantwortlich bleiben
CI/CD, Health Checks, Alerts, Zertifikate und Domains gehören zur Lieferung. Launch ist nicht das Ende.
Wenn jemand die gesamte Kette übernehmen soll
Mobile, Go Backend, KI-Produkte, EKS-Migration, CI/CD, Ops-Checks oder Agent-Orchestrierung können mit einem konkreten Problem beginnen.