Proiecte
Tot ce am construit din 2015 încoace, de la primele mele jocuri pentru browser până la aplicațiile la care lucrez acum, plus industriile în care am lucrat. Fiecare ramură din grafic e un proiect sau un job; cele încă deschise în dreapta sunt în lucru.
- Hobby 16
- Muncă 3
- Facultate 2
- Blog 1
- Altele 1
Proiecte pe care le-am făcut în timpul liber, din pasiune pentru ingineria software 🕑.
Muncă în industrii diferite.
Proiecte pe care le-am făcut pentru cursurile de la facultate, la UPT.
Blogul pe care îl citești acum.
Alte proiecte, de tot felul 🐈⬛.
Se văd 23 din 23 de proiecte
-
2026
-
Fluxa pentru iOS
Aplicația nativă de iPhone și iPad pentru Fluxa, cu înregistrări offline, bugete, abonamente, obiective și averea netă în buzunar.
Citește povesteaAscunde povestea1 articol
Un client SwiftUI care vorbește cu același backend Rails ca aplicația web, așa că un singur cont merge pe web, pe iPhone și pe iPad. E disponibilă în engleză, română, germană și franceză.
Veniturile și cheltuielile adăugate offline așteaptă într-o coadă și se sincronizează când revine conexiunea; fiecare are un id de cerere, așa că o reîncercare nu creează niciodată un duplicat. Lista de tranzacții și formularul de adăugare se deschid și offline, din ultima copie salvată.
Majoritatea testelor unitare sunt teste de contract pentru API: decodează JSON real, capturat de pe server, cu propriul decoder al aplicației, așa că o schimbare în backend apare ca un test picat, nu ca un ecran stricat.
Versiunea 1.0 a apărut în App Store în noiembrie 2026.
Articole legate
-
Image Tagger pentru macOS
O versiune nativă pentru Mac a Image Tagger, care etichetează fotografiile direct pe dispozitiv cu un model Core ML și salvează cuvintele cheie în fișiere.
- Model ONNXAntrenat cu fast.ai
- coremltoolsÎl convertește în Core ML
- Aplicația de MacEtichetează fotografiile și salvează cuvintele cheie
Citește povesteaAscunde povestea1 articol
Am portat Image Tagger într-o aplicație nativă SwiftUI pentru Mac. Modelul pe care l-am antrenat cu fast.ai e convertit din ONNX în Core ML și rulează pe dispozitiv, așa că fotografiile nu părăsesc niciodată Mac-ul: nu există acces la rețea, cont sau analytics. Am păstrat ponderile pe 16 biți: cu ponderi pe 8 biți, modelul de 116 MB ar fi ajuns la jumătate, dar s-ar fi schimbat etichetele prezise.
Etichetele sunt adăugate la cuvintele cheie pe care le citesc Lightroom, Capture One, Bridge și Spotlight. Fișierele JPEG, HEIC și TIFF le primesc fără să fie comprimate din nou. Fișierele RAW nu sunt modificate niciodată; cuvintele lor cheie merg într-un fișier XMP alăturat (sidecar), care păstrează setările de developare deja existente.
Portarea a reparat și un bug: versiunea în Kotlin îi dădea modelului de trei ori canalul roșu în loc de roșu, verde și albastru, așa că o fotografie de noapte, care înainte era etichetată „tranquil”, acum e etichetată „night”. 🌙
Release-ul de pe GitHub include și o comandă
imagetaggerpentru etichetarea folderelor din Terminal. Versiunea din Mac App Store nu o are, pentru că orice executabil dintr-o aplicație din Mac App Store trebuie să ruleze în sandbox, iar o comandă din sandbox nu poate citi fotografiile din folderul curent al Terminalului.Articole legate
-
Fluxa
O aplicație de finanțe personale care adună într-o imagine clară tranzacțiile în mai multe monede, conturile, bugetele, obiectivele de economisire și averea.
Citește povesteaAscunde povestea
Rails randează paginile principale, iar Vue se ocupă de graficele interactive și de verificarea extraselor de cont. PostgreSQL stă și în spatele serviciilor Solid Queue, Cache și Cable.
-
-
2025
-
Facturare și managementul veniturilor
O companie B2B de facturare și managementul veniturilor, unde lucrez full stack pe o platformă de automatizare a fluxurilor de lucru, de la front-end la API-urile externe, și pe microserviciile de bază.
- Senior Engineer 2025–prezent
- Front-endComponente React
- BackendCu Java și Python
- API-uriDiverse funcționalități
Citește povesteaAscunde povestea1 articol
Lucrez la o companie din industria de facturare B2B și managementul veniturilor.
Am intrat ca Senior Software Engineer și lucrez ca inginer full stack.
Câteva dintre lucrurile la care am lucrat până acum:
- API-uri. Am construit de la zero un serviciu, cu TypeScript și Express.
- Backend în Java și Spring:
- Gestionarea secretelor cu envelope encryption.
- Îmbunătățiri și personalizări ale motorului.
- Metrici Prometheus și health checks pentru serviciu.
- Front-end-ul: componente React și funcționalități personalizate.
- Un microserviciu în Python: mentenanță, funcționalități noi și îmbunătățiri.
Articole legate
-
-
2024
-
Social Media News Bot
Extrage știrile de pe site-urile mele preferate și le publică pe Mastodon și Bluesky.
- ScraperScanează site-urile de știri
- Redis StreamsPune știrile noi în coadă
- BotPublică pe Bluesky și Mastodon
Citește povesteaAscunde povestea
Mi-am făcut conturi pe Mastodon și Bluesky și, pentru că încerc să-mi folosesc timpul cât mai bine, m-am hotărât să extrag știrile de pe site-urile mele preferate și să le public pe platformele respective.
Scris în Rust 🦀, ca să exersez și să învăț limbajul. 😅
Botul rulează pe NAS-ul meu de acasă, în Docker, în câteva containere:
- Scraper: scanează site-urile și publică datele noi în Redis Streams.
- Redis: o bază de date cheie-valoare ușor de administrat.
- Bot: publică postările pe Bluesky și Mastodon.
Scraper-ul și botul sunt practic niște CLI-uri; toată configurația le e dată prin argumente în linia de comandă.
-
Emulator Chip8
Un emulator Chip8 pe care l-am terminat în vacanța de sărbători din decembrie 2024, în timp ce învățam Rust.
Citește povesteaAscunde povestea
Emulatorul Chip8 era de ceva vreme pe lista mea de proiecte, dar îl tot amânam din lipsă de timp sau pentru că nu știam nimic despre emulatoare.
În vacanța de sărbători din decembrie 2024 m-am apucat de el și l-am terminat în Rust, învățând în paralel și Rust 🦀.
L-am făcut în Rust și nu într-un limbaj pe care îl știam deja pentru că voiam să învăț Rust, iar cel mai bine înveți făcând. Cărțile, articolele despre Rust și câteva exerciții nu m-au ajutat la fel de mult ca proiectul ăsta.
-
Image Tagger
O aplicație desktop cross-platform care îmi etichetează fotografiile cu un model de deep learning antrenat de mine.
- Web scraperAdună fotografii pentru antrenare
- fast.aiAntrenează modelul
- Aplicația desktopSugerează etichete pentru fotografiile mele
Nu mai e folosit: C#Nu mai e folosit: Avalonia UI
Citește povesteaAscunde povestea2 articole
Ca fotograf amator 📸 care mai urcă din când în când fotografii pe Unsplash, mi se pare plictisitor și obositor să-mi etichetez imaginile.
Am învățat să antrenez și să fac modele de deep learning din cursul Practical Deep Learning. Cu ce am învățat, am construit această unealtă desktop cross-platform cu C# și Avalonia UI.
Ca să-mi antrenez modelul, am folosit Python și fast.ai, iar pentru datele de antrenare am construit în Python un web scraper performant, care evită detectarea. Codul scraper-ului nu l-am publicat încă.
Articole legate
-
-
2023
-
Jekyll To Hugo
O unealtă de nișă pe care am construit-o ca să-mi mut blogul de pe WordPress pe Hugo. Prima versiune am scris-o în două ore, în tren.
Citește povesteaAscunde povestea1 articol
E o unealtă de nișă pe care am construit-o ca să-mi mut blogul de pe WordPress pe un site static găzduit de mine, generat cu Hugo, pe GitHub Pages.
Prima versiune am scris-o în 2 ore, în timp ce făceam naveta cu trenul prin România. E departe de a fi perfectă, dar a mers destul de bine pentru ce aveam eu nevoie.
E publicată pe PyPI ca pachet Python, iar documentația e publicată pe GitHub Pages.
Articole legate
-
-
2022
-
Curs de FastAPI
Un curs practic pe Udemy care te învață să construiești un REST API cu FastAPI.
Făcut cu Ubuntu, PyCharm, Kdenlive, Audacity, OBS Studio, DaVinci Resolve, GIMP, Affinity Photo 2
Citește povesteaAscunde povestea
Partea bună a acestei experiențe e că Udemy te ajută să ajungi la mulți studenți. Din păcate, nu poți publica cursuri gratuite mai lungi de două ore.
-
Speedy
O punte de integrare care transmite date JSON din Apache Kafka în Grafana Loki.
- Apache KafkaTopic cu JSON
- SpeedyConsumă și aplatizează
- LokiStochează și indexează
Citește povesteaAscunde povestea
Face legătura între Loki și Apache Kafka.
Aveam nevoie să mutăm date din Apache Kafka în Loki, iar proiectul ăsta transmite datele din Kafka în Loki. Odată pornit, consumă date JSON dintr-un topic Kafka, le aplatizează și le inserează în Loki.
-
Image Metadata Remover
O aplicație în linia de comandă care șterge datele GPS și alte metadate din fotografii, ca să le poți publica online fără griji.
Citește povesteaAscunde povestea
Imaginile conțin metadate, ca datele GPS și dispozitivul cu care a fost făcută fotografia.
Pentru că îmi place să public fotografii online, am făcut această aplicație în linia de comandă care șterge metadatele din imagini, ca să poată fi urcate online în siguranță.
Proiectul ăsta a fost o experiență bună de învățare cu C#.
-
Bme680 HomeKit
Transformă un Raspberry Pi cu senzorul de calitate a aerului BME680 într-un accesoriu HomeKit, ca să pot vedea temperatura din casă de pe iPhone.
- BME680Temperatură și umiditate
- Raspberry PiAccesoriu HomeKit
- Aplicația HomePe iPhone-ul meu, oriunde
Citește povesteaAscunde povestea1 articol
BME680 e un senzor de calitate a aerului dezvoltat de Bosch.
L-am folosit ca să urmăresc de pe iPhone temperatura și umiditatea din casă. Proiectul ăsta mi-a transformat Raspberry Pi-ul într-un accesoriu HomeKit, așa că pot vedea oricând temperatura pe telefon, chiar și când nu sunt acasă, datorită funcțiilor de home hub de la Apple.
Pentru că proiectul rulează pe un Raspberry Pi, am instalat și Grafana, ca să văd datele istorice de pe calculator.
Articole legate
-
-
2021
-
Bibliotecă pentru PMS5003
O bibliotecă C# intuitivă pentru citirea datelor despre calitatea aerului de la senzorul de particule PMS5003.
Citește povesteaAscunde povestea2 articole
PMS vine de la particulate matter sensor (senzor de particule în suspensie), iar PMS5003 e un senzor relativ ieftin pentru măsurarea calității aerului.
Am implementat în C# o bibliotecă intuitivă care citește datele de la senzor prin interfața serială.
Articole legate
-
-
2019
-
Retroactiune
Un sistem complet pentru colectarea de feedback anonim cu token-uri de unică folosință, construit cu .NET Core.
Citește povesteaAscunde povestea1 articol
Retroactiune e o aplicație web construită cu .NET Core. E un sistem complet pentru gestionarea feedback-ului anonim, iar scopul proiectului era să-și ajute utilizatorii să-l colecteze.
Să zicem că ești profesor și vrei feedback pentru cursul tău. Ai genera un set de token-uri, pe care le-ai da studenților. Un student poate folosi un token ca să lase feedback pentru cursul tău.
Articole legate
-
Nucu Car
O platformă .NET IoT care citește date de la senzori pe un Raspberry Pi, le publică în Azure și le arată pe Android.
Citește povesteaAscunde povestea6 articole
A fost un proiect ciudat. Când a apărut .NET IoT, am vrut să implementez proiectul unui prieten cu dotnet, pe un Raspberry Pi. Apoi am renunțat la partea de
carși m-am concentrat în întregime pe o platformă pentru citirea și vizualizarea datelor de la senzori.Tot proiectul l-am dezvoltat în C#. Avea un modul de telemetrie care colecta date de la senzori și le publica în IoT Hub din Microsoft Azure, un server gRPC (Remote Procedure Call) care expunea datele clienților locali și o schemă a circuitului.
A fost distractiv să compilez proiectul pentru ARM (cross-compiling). Ca să vizualizez datele de la senzori, am dezvoltat o aplicație Android.
Articole legate
-
Jocul Snowpiercer
Un joc în Unity pe care l-am construit cu prietenii ca să învățăm singuri dezvoltare de jocuri, inspirat de Dyna Blaster.
Citește povesteaAscunde povestea6 articole
Am lucrat la jocul ăsta cu prietenii mei; l-am făcut ca să învățăm Unity. A fost inspirat de popularul joc Dyna Blaster.
Scopul nostru era să devenim dezvoltatori de jocuri și să deschidem un studio 🚀. Se pare că dezvoltarea de jocuri e mult mai grea decât credeam 😅, iar proiectul a rămas neterminat 💥.
Dacă ești curios, poți juca jocul direct în browser. Am avut și o aplicație Android publicată pe Google Play, dar n-am lansat-o public.
Articole legate
-
Securitate cibernetică
O companie de securitate cibernetică unde am crescut de la Software Engineer la Senior, construind în Go o bază de date pentru căutarea aproximativă a celor mai apropiați vecini, servicii RAG și MCP, sisteme agentice cu Agno, o platformă în stilul VirusTotal și infrastructura noastră de Kubernetes.
- Software Engineer 2019–2023
- Senior Engineer 2023–2025
Citește povesteaAscunde povestea7 articole
Am lucrat la o companie de securitate cibernetică ce dezvolta soluții pentru utilizatori și companii. Am făcut parte dintr-un laborator de threat intelligence pentru securitate mobilă și am lucrat la o gamă largă de proiecte, de multe ori ducându-le de la început până la capăt, de la arhitectură și design la front end și back end.
Câteva dintre lucrurile pe care le-am construit acolo:
- O bază de date pentru căutarea aproximativă a celor mai apropiați vecini (ANN), în Go, construită din
proprie inițiativă peste RocksDB. Scalează pe orizontală, a înlocuit o soluție bazată pe MongoDB, a făcut
interogările P99 de 4× mai rapide și a redus memoria RAM per instanță de la 96 GiB la 16 GiB.
- Fiecare MinHash are 128 de valori, împărțite în 32 de benzi de câte 4, iar fiecare bandă e o column family separată în RocksDB. O interogare pornește 32 de goroutine care caută în același timp candidați și cel mai apropiat vecin. Imediat ce una îl găsește, căutarea se oprește și își eliberează resursele.
- Un map concurent (haxxmap) se asigură că nicio distanță Hamming nu e calculată de două ori, o funcție hash foarte rapidă ține căutările ieftine, iar HyperClockCache din RocksDB servește din memorie cererile frecvente.
- Un CLI construiește indexul dintr-un fișier, iar altul îl încarcă în Google Cloud Storage sau în AWS S3, în funcție de configurație. Instanțele pornite preiau periodic baza de date schimbată și își țin metadatele în MongoDB.
- Metricile Prometheus și tracing-ul OpenTelemetry acoperă fiecare metodă.
- Un serviciu RAG (Retrieval Augmented Generation) pentru SMS-uri și reclame. Citește datele din baza de date, le transformă în embedding-uri cu FlagEmbedding, reduce embedding-urile de aproximativ 1.000 de dimensiuni la 128 prin analiza componentelor principale (PCA) și le indexează în Elasticsearch, pe care l-am configurat eu. API-ul lui le permite consumatorilor să caute după text, cu filtre și paginare, iar indecșii vechi sunt șterși automat, așa că indexul se repară singur.
- Sisteme agentice cu Agno. Am construit un agent conversațional cu care utilizatorii puteau vorbi în limbaj natural ca să analizeze clustere de aplicații malițioase.
- O platformă în stilul VirusTotal. I-am extins ETL-ul de la 2 la 8 surse de date, am definit și extins schema din Elasticsearch, am adăugat endpoint-uri pentru noile tipuri de date și am integrat-o cu Jira. Am refăcut de la zero tot front end-ul, cu Vue și BootstrapVue, inclusiv o vizualizare de tip graf cu vis.js, autentificarea JWT și setările, ceea ce i-a făcut pe programatori și pe utilizatori mai productivi.
- API-uri și servere MCP în Python, Node.js și Go: un API de metadate, un server MCP de metadate, un API pentru interogarea bazei de date, API-ul public din spatele unui serviciu de detectare a înșelătoriilor (folosit de chatbot-ul și de newsletter-ul lui) și alte servere MCP prin care fluxurile agentice pot folosi datele și sistemele companiei.
- Kafka Dumper, o unealtă configurabilă care consumă topic-uri Kafka, filtrează și transformă fluxul și îl salvează într-un fișier sau în MongoDB. E tolerant la erori, cu livrare at-least-once, exportă metrici Prometheus, își ține metadatele în MongoDB și are teste unitare pentru diferitele cazuri.
- Limite de resurse Kubernetes pentru Apache Flink. Am propus și implementat FLINK-15648 în proiectul open-source, ceea ce ne-a redus costurile de cloud.
- Job-uri de procesare a fluxurilor în timp real cu Apache Flink, pe care le-am dezvoltat, lansat și întreținut.
- Metadata Processor, a cărui arhitectură inițială am propus-o eu.
- Infrastructura. Am instalat microk8s și am mutat toate serviciile noastre pe Kubernetes, atât pe mașini on-premise, cât și în cloud, cu Helm charts și operatori. Am configurat logging-ul, metricile, alertele Grafana, tracing-ul OpenTelemetry și backup-urile cu Velero. A rulat fără probleme, iar colegii mei au învățat de la mine să folosească Kubernetes.
- Aplicații web și biblioteci interne: back end-uri în Python (FastAPI, Flask) cu front end-uri în Vue.js și biblioteci comune în Python și Go.
Am fost și mentor pentru colegi și am predat laboratorul de cloud computing LigaAC pentru 12 studenți de la UPT.
Articole legate
- Cum mi-a fost integrat primul PR în Apache Flink
- Monitorizarea logurilor containerelor pe Microk8s cu Loki, Grafana și Promtail
- Checkpoint-uri Apache Flink pe S3 și pe stocare compatibilă cu S3
- Cum creezi un ServiceMonitor în Microk8s: Tutorial de observabilitate
- Trasarea API-urilor Node.js cu OpenTelemetry
- Cum să folosești RocksDB cu Go
- Introducere în serverele MCP și scrierea unuia în Python
-
-
2018
-
simplFT
Un server de transfer de fișiere simplu și concurent, construit ca proiect final pentru cursul de Rețele de calculatoare.
Citește povesteaAscunde povestea
Utilizatorul interacționa cu el prin utilitarul Unix
nc(netcat), din linia de comandă, ca să încarce și să descarce fișiere de pe server.Lucrând la proiectul ăsta, am avut ocazia să-l depanez și cu Wireshark, iar pentru testele unitare aveam configurat TravisCI (Continuous Integration).
-
nuculabs.dev
Blogul meu personal, pornit ca să scriu mai bine și să împărtășesc ce știu.
- WordPress 2018–2023
- Hugo 2023–2026
- Jekyll 2026–prezent
Nu mai e folosit: HugoNu mai e folosit: GitHub PagesNu mai e folosit: Minimal Mistakes
Citește povesteaAscunde povestea3 articole
Primul meu articol, How to get started with FreeRTOS and ESP8266, l-am scris pe blogul meu de pe WordPress. De atunci am mutat blogul pe un site static găzduit de mine, generat cu Hugo, pe GitHub Pages.
Câteva dintre articolele mele au fost publicate și de FreeCodeCamp. 🎉
În 2026 am mutat blogul pe Jekyll.
Articole legate
-
-
2017
-
benchmark-scoreboard
Site-ul și serverul care afișau rezultatele unei unelte de benchmarking, construite de o echipă de patru studenți.
Citește povesteaAscunde povestea
Proiectul ăsta a fost pentru cursul de Organizarea calculatoarelor. Eram o echipă mică, de patru studenți, iar scopul era să construim o unealtă de benchmarking. Eu m-am ocupat de site și de serverul care afișau în browser rezultatele benchmark-urilor. Colegii mei s-au ocupat de aplicația desktop de benchmarking și au conceput scenariile de testare.
Pentru serverul de backend am folosit Python și Flask, iar pentru interfață Twitter Bootstrap. Ca bază de date am folosit MySQL și am lansat backend-ul pe un VPS cu Linux.
-
-
2016
-
Industria automotive
O companie din industria automotive unde am scris C embedded pentru sistemele de infotainment ale mașinilor, întâi ca stagiar și apoi ca Software Developer.
- Stagiar 2016–2017
- Software Developer 2017–2019
Făcut cu Git, Gerrit, GDB, Valgrind, VectorCAST, Klocwork, Bullseye, Jira, Confluence
Citește povesteaAscunde povestea
Am lucrat la o companie din industria automotive care dezvolta software embedded, sisteme electronice de control, conectivitate pentru vehicule și tehnologii de asistență a șoferului bazate pe AI.
- Ca stagiar, am dezvoltat software pentru o platformă de infotainment și am învățat C, GDB, Valgrind, Bullseye, Klocwork și Embedded Linux.
- Ca Software Developer, am dezvoltat în ANSI C software embedded pentru sistemele de infotainment ale mașinilor și am învățat Gerrit, T-Kernel, VectorCAST, inginerie audio și programarea microcontrolerelor.
Când am plecat, eram în perioada de evaluare pentru promovarea la Software Developer II.
-
-
2015
-
-
Spânzurătoarea
Un mic joc de Spânzurătoarea, făcut în timp ce învățam Git, GitHub și dezvoltare web.
Citește povesteaAscunde povestea
Pe când învățam Git, GitHub și dezvoltare web, am făcut în JavaScript un mic joc de Spânzurătoarea.
Avea un layout complet pentru browserele de pe desktop și unul pentru mobil. Reda și sunete diferite când jucătorul pierdea sau câștiga.
-
Niciun proiect nu se potrivește cu aceste filtre.











