Η πρακτική αυτή απευθύνεται σε φοιτητές που ενδιαφέρονται να συνδυάσουν την τεχνητή νοημοσύνη με τον αστικό σχεδιασμό και τη βιωσιμότητα. Αναπτύσσουμε εργαλεία GenAI που βοηθούν σχεδιαστές, πολεοδόμους και πολίτες να επανασχεδιάσουν δημόσιους χώρους. Ο ασκούμενος/η θα ασχοληθεί με τον σχεδιασμό και τη βελτίωση της ροής εξαγωγής πρόθεσης και εμπλουτισμού prompt καθώς και με την οργάνωση της σχετικής βάσης γνώσης (KB) καθώς και τον πειραματισμό με vision-language μοντέλα (VLM). Θα χρειαστεί καλή γνώση Python και εξοικείωση με σύγχρονα εργαλεία ML/LLM (PyTorch, Hugging Face), επαφή με LLMs, prompt engineering, εμπειρία με fine-tuning ή αξιολόγηση VLMs (π.χ. Qwen-VL), RAG pipelines, GIS δεδομένα.