Traian Popescu

Founding engineer bij Vulture Labs, een San Francisco-startup. Het product was een AI-laag bovenop de CCTV die een bedrijf al heeft — geen nieuwe camera's. We streamden elke feed naar een kleine on-premise NVIDIA-box en draaiden onze eigen techniek daar, zodat de beelden nooit de locatie van de klant verlieten.

• Gewone camerabeelden omgezet in 3D-scènes — een metrische digital twin van de locatie — met ons eigen brein-geïnspireerde monoculaire dieptemodel (ThirdEye).
• Alles doorzoekbaar gemaakt: elk frame ge-embed met een vision-language-model (SigLIP) in een vector-database, zodat je een moment kon vinden door het te beschrijven of een voorbeeldafbeelding mee te sturen.
• Tegen de grenzen van pure gelijkenis-zoek over camera's aangelopen, dus we pivoteerden naar een knowledge graph op een intelligence-achtige ontologie — personen, voertuigen, gebeurtenissen en hun verbanden — die kon reconstrueren wat er gebeurde en in welke volgorde.
• Er een LLM bovenop gezet (via MCP, destijds gloednieuw) zodat je gewoon kon vragen — „wat heeft de levering van vanochtend vertraagd?” — en een met bewijs onderbouwde tijdlijn terugkreeg.
• In het echt gebruikt zien worden: levering- & logistiekforensiek voor bedrijven, alerts voor diefstalverdachten voor winkels.
• Daarna pakten we de andere helft van privacy aan. Een box op locatie houdt beelden lokaal, maar je kunt niet bij iedereen thuis een box zetten, en de cloud betekent normaal dat je je video aan iemand anders geeft. Dus vonden we een manier om de hele pipeline in de cloud te draaien terwijl alles versleuteld blijft. De data van elke klant blijft wiskundig geïsoleerd, zelfs op dezelfde opslag als die van iedereen. We hebben er een patent op aangevraagd. Dat maakte het consumentenproduct mogelijk.
• Dat ontsloot consumer: ik leidde de overstap en bouwde de mobiele app vanaf nul (Flutter, clean architecture, BLoC) om dezelfde intelligentie naar smart-home-camera's als Ring te brengen.
• Bezoek vulturelabs.com ↗
• Een voorproefje van wat we bouwden ↗

De mobiele Engie-app gebouwd — een consumenten-app voor een van de grootste energieleveranciers, met 700+ maandelijks actieve gebruikers.

• Klantgerichte features geleverd voor een app met 700+ MAU's bij een van de grootste energieleveranciers.
• Schaalbare, onderhoudbare code gearchitecteerd met Clean Architecture & MVVM.
• Nauw samengewerkt met functioneel analisten, product designers & QA om specs, bruikbaarheid en kwaliteit scherp te krijgen.
• Een Shift-Left-aanpak voor testen omarmd en toegankelijkheid vanaf dag één geprioriteerd.
• 100% testdekking bereikt over features — unit-, widget- & integratietests.
• Bezoek inthepocket.com ↗

Een heel jaar, fulltime naast mijn informatica-opleiding — een GPS-landmeetapp met centimeternauwkeurigheid bouwen voor hoge-precisie positioneringshardware.

• Een cross-platform (iOS/Android) landmeetapp gebouwd in Dart, Flutter & Firebase, Agile van begin tot eind.
• REST-API's geïntegreerd in een microservice-ecosysteem en een WebSocket-kanaal voor realtime RTK-GPS-data.
• Gemigreerd naar een feature-first, domain-driven architectuur met BLoC — modulairder, schaalbaarder.
• Firebase Analytics & Crashlytics toegevoegd; unit-, gedrags- & integratietests ontworpen.
• Samengewerkt met designers, PM's en de embedded/cloud-teams om op één lijn te blijven.
• Een echte engineering-baan fulltime gedaan tijdens een volledige informatica-opleiding.
• Diep gegaan op Clean Architecture, BLoC & domain-driven design — allemaal met de hand, toen ChatGPT nog niet echt een volwaardig ding was. :)
• Bezoek marxact.com ↗

Assistent voor Datastructuren & algoritmen op de AI-track — van sorteren tot geavanceerde grafenalgoritmen.

• Onderwijs geleid voor 400+ AI-studenten, van sorteren tot geavanceerde grafenalgoritmen.
• Studenten begeleid met Python voor algoritmische ontwikkeling en implementatie.
• Code beoordeeld, feedback gegeven en geholpen met debuggen & optimaliseren.

Waar het begon — op de middelbare school, websites en apps bouwen voor Roemeense privéklinieken en merken. Mijn eerste ervaring met leveren voor echte klanten.

• Rafiziomed — presentatiesite voor een privékliniek, gebouwd met React, ES6+ JS, HTML & CSS.
• Waar ik state management & de React-basis op de harde manier leerde — componenten, props, hooks, routing & formulieren.
• Het hele deployment-pad van begin tot eind uitgevogeld: builds, domeinen, DNS & hosting, helemaal tot live.
• Sites & apps geleverd voor betalende klanten als tiener — en geleerd te scopen, te leveren & met niet-technische mensen te praten.
• Allemaal zelf geleerd op de oude manier — docs, forums & vallen-en-opstaan, lang voordat AI je gewoon het antwoord kon geven.