Traian Popescu

Founding Engineer bei Vulture Labs, einem Startup in San Francisco. Das Produkt war eine KI-Schicht auf der CCTV-Infrastruktur, die ein Unternehmen ohnehin schon hat — keine neuen Kameras. Wir streamten jeden Feed in eine kleine On-Premise-NVIDIA-Box und ließen unsere eigene Technik direkt dort laufen, sodass die Aufnahmen nie den Standort des Kunden verließen.

• Gewöhnliche Kamerabilder in 3D-Szenen verwandelt — einen metrischen digitalen Zwilling des Standorts — mit unserem eigenen hirn-inspirierten monokularen Tiefenmodell (ThirdEye).
• Alles durchsuchbar gemacht: jedes Bild mit einem Vision-Language-Modell (SigLIP) in eine Vektordatenbank eingebettet, sodass man einen Moment per Beschreibung oder Beispielbild finden konnte.
• An die Grenzen reiner Ähnlichkeitssuche über Kameras hinweg gestoßen, also auf einen Knowledge Graph mit einer Intelligence-artigen Ontologie umgestiegen — Personen, Fahrzeuge, Ereignisse und ihre Verbindungen — der rekonstruieren konnte, was passierte und in welcher Reihenfolge.
• Ein LLM daraufgesetzt (über MCP, damals brandneu), sodass man einfach fragen konnte — „was hat die heutige Lieferung verzögert?“ — und eine belegte Zeitleiste zurückbekam.
• Im echten Einsatz gesehen: Liefer- & Logistik-Forensik für Unternehmen, Diebstahlverdächtigen-Alerts für Geschäfte.
• Dann gingen wir die andere Hälfte des Datenschutzes an. Eine Box vor Ort hält Aufnahmen lokal, aber man kann nicht in jedem Zuhause eine Box aufstellen, und die Cloud bedeutet normalerweise, sein Video jemand anderem zu geben. Also fanden wir einen Weg, die gesamte Pipeline in der Cloud laufen zu lassen, während alles verschlüsselt bleibt. Die Daten jedes Kunden bleiben mathematisch isoliert, selbst auf demselben Speicher wie alle anderen. Wir haben ein Patent darauf angemeldet. Das machte das Consumer-Produkt möglich.
• Das erschloss den Consumer-Bereich: Ich leitete den Wechsel und baute die mobile App von Grund auf (Flutter, Clean Architecture, BLoC), um dieselbe Intelligenz auf Smart-Home-Kameras wie Ring zu bringen.
• Besuche vulturelabs.com ↗
• Ein kurzer Blick auf das, was wir bauten ↗

Die mobile Engie-App gebaut — eine Verbraucher-App für einen der größten Stromversorger, mit 700+ monatlich aktiven Nutzern.

• Kundenorientierte Features für eine App mit 700+ MAUs bei einem der größten Stromversorger ausgeliefert.
• Skalierbaren, wartbaren Code mit Clean Architecture & MVVM konzipiert.
• Eng mit Functional Analysts, Product Designern & QA zusammengearbeitet, um Specs, Usability und Qualität zu treffen.
• Einen Shift-Left-Ansatz beim Testen verfolgt und Barrierefreiheit von Tag eins an priorisiert.
• 100% Testabdeckung über Features erreicht — Unit-, Widget- & Integrationstests.
• Besuche inthepocket.com ↗

Ein ganzes Jahr, Vollzeit neben meinem Informatikstudium — eine GPS-Vermessungs-App mit Zentimetergenauigkeit für hochpräzise Positionierungshardware bauen.

• Eine plattformübergreifende (iOS/Android) Vermessungs-App in Dart, Flutter & Firebase gebaut, durchgehend Agile.
• REST-APIs in ein Microservice-Ökosystem integriert und einen WebSocket-Kanal für Echtzeit-RTK-GPS-Daten.
• Auf eine feature-first, domain-driven Architektur mit BLoC migriert — modularer, skalierbarer.
• Firebase Analytics & Crashlytics ergänzt; Unit-, Verhaltens- & Integrationstests entworfen.
• Mit Designern, PMs und den Embedded-/Cloud-Teams zusammengearbeitet, um abgestimmt zu bleiben.
• Einen echten Engineering-Job in Vollzeit gehabt, während ich ein volles Informatikstudium machte.
• Tief in Clean Architecture, BLoC & domain-driven design eingestiegen — alles von Hand, als ChatGPT noch nicht wirklich eine vollwertige Sache war. :)
• Besuche marxact.com ↗

Tutor für Datenstrukturen & Algorithmen im KI-Schwerpunkt — vom Sortieren bis zu fortgeschrittenen Graphalgorithmen.

• Die Lehre für 400+ KI-Studierende geleitet, vom Sortieren bis zu fortgeschrittenen Graphalgorithmen.
• Studierende mit Python bei algorithmischer Entwicklung und Implementierung angeleitet.
• Code überprüft, Feedback gegeben und beim Debugging & Optimieren unterstützt.

Wo alles begann — in der Schulzeit, Websites und Apps für rumänische Privatkliniken und Marken. Mein erster Vorgeschmack aufs Ausliefern für echte Kunden.

• Rafiziomed — Präsentationsseite für eine Privatklinik, gebaut mit React, ES6+ JS, HTML & CSS.
• Wo ich State Management & die React-Grundlagen auf die harte Tour lernte — Komponenten, Props, Hooks, Routing & Formulare.
• Den ganzen Deployment-Weg von A bis Z durchschaut: Builds, Domains, DNS & Hosting, bis live.
• Sites & Apps für zahlende Kunden als Teenager geliefert — und gelernt zu scopen, zu liefern & mit nicht-technischen Menschen zu reden.
• Alles selbst beigebracht auf die alte Art — Docs, Foren & Versuch und Irrtum, lange bevor KI einem einfach die Antwort geben konnte.