Στόχος: Εμπειρίες που χτίζουν ένστικτο για μοτίβα, μέτρηση και αιτιότητα — χωρίς θεωρία.

Projects (ενδεικτικά):

• Φως & Σκιές: μικρό “θέατρο σκιών”, παρατηρούμε απόσταση – σκιά και μαθαίνουμε τι είναι η προβολή.

• Διαδρομές με μπλοκ (ScratchJr/Beebot): ακολουθίες και προσανατολισμός με προγραμματιζόμενο ρομποτάκι μέλισσα.

• Γέφυρα από καλαμάκια: με ποια γεωμετρία η κατασκευή είναι πιο ανθεκτική; Δοκιμές με κέρματα.

• Μικρός “μετεωρο-σταθμός”: σύννεφα/θερμόμετρο/βροχόπτωση, ημερολόγιο καιρού.

Δεξιότητες: παρατήρηση, ακολουθίες, εκτίμηση, συνεργασία.

Στόχος: από την ιδέα στο λειτουργικό πρωτότυπο — μαθηματικά ως εργαλείο.

Projects (ενδεικτικά):

• Σηματοδότης με micro:bit Λογικές καταστάσεις, χρόνοι, βασική ασφάλεια κυκλωμάτων.

• Θέση–Χρόνος: κίντεο/stop-motion → διάγραμμα & ταχύτητα.

• DIY ανεμόμετρο: Καταγραφή τιμών, μέσος όρος/διακύμανση.

• Scratch παιχνίδι φυσικής: κίνηση/σύγκρουση, γεγονότα & μεταβλητές.

Δεξιότητες: αποσύνθεση προβλήματος, βασική στατιστική, ροή εντολών, παρουσίαση.

Στόχος: μετρώ–μοντελοποιώ–προγραμματίζω. Από το φυσικό σύστημα στο απλό μοντέλο.

Projects (ενδεικτικά):

• Εκκρεμές ακριβείας: πειραματικές μετρήσεις και Python στον υπολογιστή για να ελέγξουμε αν οι μετρήσεις ταιριάζουν με τον γνωστό μαθηματικό νόμο (fit του T ∝ √L σε Python/Jupyter).

• Μετεωρο-αισθητήρες: θερμοκρασία/φωτεινότητα, διαγράμματα & if…else.

• Γέφυρα–δοκιμή φορτίου: καμπύλη φορτίου – παραμόρφωσης (αισθητήρας δύναμης).

• Vision & Κίνηση: βίντεο 60 fps, υπολογισμός ταχύτητας/επιτάχυνσης.

Δεξιότητες: πειραματικός σχεδιασμός, προσαρμογές καμπυλών, προγραμματιστική λογική, τεχνική γραφή.

Στόχος: ολοκληρωμένα projects με πραγματικά δεδομένα & βασικό μοντελισμό/AI.

Projects:

• Mini ανεμογεννήτρια στον πάγκο: καμπύλη ισχύος, απόδοση, βελτιστοποίηση πτερυγίων.

• Σταθμός δεδομένων: συλλογή – καθαρισμός σε Python/Pandas, οπτικοποίηση.

• Έξυπνο θερμοκήπιο: αισθητήρες, αυτόματος έλεγχος, απλοί PID/κανόνες, ώστε οι συνθήκες να μένουν σταθερές για τα φυτά. 

• Πρόβλεψη χρονοσειρών: κινούμενος Μέσος Όρος vs LSTM-lite σε ανοιχτό dataset.

Δεξιότητες: σχεδιασμός συστήματος, βασικό Git, αξιολόγηση μοντέλου, τεχνικό pitch.

Ευθυγράμμιση με τον οδηγό σπουδών:

Σχεδιάζουμε πρόγραμμα ακριβώς πάνω στον οδηγό σπουδών του τμήματός σας, με σκοπό τη στοχευμένη ενίσχυση δεξιοτήτων που βοηθούν στη διεκπεραίωση εργασιών και την επιτυχία στις εξετάσεις.

• Χαρτογράφηση ύλης & μαθησιακών στόχων ανά μάθημα (Μαθηματικά, Φυσική, Προγραμματισμός).

• Coaching εργασιών: ανάλυση εκφώνησης, σχεδιασμός λύσης, βιβλιογραφία, LaTeX/Jupyter παραδοτέα, ποιοτικός έλεγχος.

• Προετοιμασία εξετάσεων: στοχευμένη επανάληψη, «τύποι-κλειδιά», στρατηγικές επίλυσης, tests με χρονόμετρο.

• Εργαλεία & ροές: πρότυπα Notebook/LaTeX, checklists, rubrics.

• Οργάνωση χρόνου: εβδομαδιαίο πλάνο, milestones, γρήγορη ανατροφοδότηση.

Στόχος: Δεξιότητες που μεταφράζονται σε εργασία, χόμπι ή έρευνα — με έμφαση σε Μαθηματικά, Φυσική και Προγραμματισμό.

Θεματικές (ενδεικτικά — προσαρμόζονται στον στόχο σας):

• Python για Δεδομένα: από Jupyter σε Pandas και γραφήματα • mini-project με τα δικά σας δεδομένα.

• Arduino/Microcontrollers: αυτοματισμοί χώρου, αισθητήρες ενέργειας & περιβάλλοντος.

• Εφαρμοσμένη AI: LLM prompting, βασικές τεχνικές για εικόνες & χρονοσειρές • hands-on χωρίς «βαριά» θεωρία.

• Ενεργειακά Mini-Projects: μέτρηση κατανάλωσης, ανίχνευση αιχμών, γρήγορες βελτιστοποιήσεις.

Τελικό αποτέλεσμα για τον/την συμμετέχοντα/ουσα:

• Notebook/δείγμα κώδικα ή dashboard έτοιμο για portfolio.

• Μετρήσιμο KPI (π.χ. MAE, SSIM, peak reduction) για το βιογραφικό.

• Mini-pitch 3′: πρόβλημα → λύση → μετρικές → επόμενα βήματα.