# Lộ trình dạy Python cho học sinh lớp 11 (mục tiêu: theo học ngành **tự động hóa** tại Canada)

Đây là một **lộ trình chi tiết**, từ nền tảng lập trình Python cho học sinh 17–18 tuổi tới các kỹ năng chuyên sâu cần cho tự động hoá (robotics/industrial automation/software automation). Nội dung gồm: mục tiêu năng lực, lộ trình 1 học kỳ (15 tuần), lộ trình 2 năm mở rộng, phương pháp dạy/học, bài giảng mẫu, bài tập dự án, tiêu chí đánh giá và danh sách nguồn tài nguyên.

---

# Mục tiêu tổng quát (sau khóa)
1. Học sinh có tư duy lập trình: biến, hàm, cấu trúc điều khiển, cấu trúc dữ liệu cơ bản.
2. Có khả năng thiết kế, triển khai và debug chương trình Python sạch (modular, có test cơ bản).
3. Biết sử dụng Git, môi trường ảo, Jupyter để workflow khoa học.
4. Ứng dụng Python vào tự động hóa: điều khiển phần cứng (Raspberry Pi / micro:bit / Arduino), xử lý dữ liệu cảm biến, điều khiển PID cơ bản, giao tiếp serial, scripting tự động (web scraping / test automation).
5. Có dự án capstone thể hiện vòng khép kín cảm biến → xử lý → tác động (sensor → logic → actuator).
6. Hiểu các con đường cao hơn: kỹ thuật điều khiển, mechatronics, robotics, automation engineering.

---

# Ba đường chuyên môn (tùy mục tiêu học sinh)
- [Đã có] **Software Automation / Test / DevOps**: scripting tự động, web scraping, Selenium, CI/CD, logs & monitoring.
- [Đang xây dựng] **Industrial/Process Automation (công nghiệp)**: PLC, SCADA, fieldbuses, điều khiển PID, bảo trì tự động hoá. (Python hữu ích cho data logging, analytics, test bench, giao tiếp OPC-UA).
- [Đang xây dựng] **Robotics & Mechatronics**: ROS cơ bản, điều khiển động cơ, cảm biến, SLAM, vision.

Trong lớp 11, tập trung 60% fundamentals + 40% hướng ứng dụng (hardware projects, scripting). Sau này học sinh chọn deep-dive.

---

# Công cụ & thiết lập lớp học
- Python 3.10+ (đề nghị 3.11), VS Code + Python extension, JupyterLab.
- Git + GitHub (repo cho bài tập).
- Virtual environments: `python -m venv venv` hoặc `pipx`.
- Hardware kit (cho nhóm 2-3 học sinh): Raspberry Pi 4 (hoặc Pi Zero 2W) **hoặc** micro:bit + Arduino (đơn giản hơn cho bắt đầu), bộ cảm biến cơ bản (DHT22 temp/humidity, HC-SR04 ultrasonic, photoresistor), 1 bộ relay 1–2 channel, 1 servo, breadboard, dây.
- Thư viện Python quan trọng: `pandas`, `numpy`, `matplotlib`, `gpiozero`/`RPi.GPIO` (Pi), `pyserial`, `opencv-python` (cho vision), `pytest` (test), `requests`, `selenium` (nếu dạy web automation).
- Môi trường mạng cho Raspberry Pi (LAN) và power-safe (nguồn, bảo vệ điện).

---

# Lộ trình 1 học kỳ (15 tuần) — mục tiêu: từ không biết tới build project tự động hóa nhỏ

Mỗi tuần: 2 tiết lý thuyết + 1 tiết lab thực hành (hoặc 90–120 phút session + lab). Kèm bài tập về nhà.

## Tuần 1 — Giới thiệu & mindset
- **Mục tiêu:** hiểu tư duy tường thuật, biến/chương trình, môi trường dev.
- Nội dung: Python syntax cơ bản (print, biến, kiểu dữ liệu), IDE, venv, Git init, Jupyter.
- Lab: "Hello world", tạo repo, push commit đầu tiên.
- Bài tập: mini-challenge: converter độ C ↔ độ F với input người dùng.

## Tuần 2 — Cấu trúc điều khiển
- **Mục tiêu:** if/else, vòng lặp `for`/`while`, break/continue.
- Lab: trò chơi đoán số, in bảng nhân, phân tích log đơn giản.
- Giải thích gốc rễ: cách trình thông dịch thực thi câu lệnh tuần tự → nhánh → lặp.

## Tuần 3 — Hàm & modular hóa
- **Mục tiêu:** viết hàm, tham số, giá trị trả về, phạm vi biến, docstring.
- Lab: viết module `metrics.py` có hàm `mean`, `median`, `std`.
- Giáo án: solid reasons to decompose — reuse, testability.

## Tuần 4 — Str, list, tuple, dict, set
- **Mục tiêu:** các cấu trúc dữ liệu chuẩn, khi nào dùng cái gì (complexity high level).
- Lab: phân tích file CSV (không dùng pandas): đếm tần suất từ, top-5.
- Giải thích rễ: tradeoffs (mutable vs immutable, lookup complexity).

## Tuần 5 — File I/O & exception handling
- Đọc/ghi file, JSON, context manager `with`, `try/except`.
- Lab: logging sensor-simulated data vào CSV.

## Tuần 6 — Làm việc với thư viện: requests, parsing
- HTTP cơ bản, JSON parsing, rate-limits (concept).
- Lab: đơn giản: lấy thời tiết (mock) và lưu dữ liệu.

## Tuần 7 — Numpy & Pandas cơ bản (data handling)
- Vectorized ops, DataFrame, filtering, groupby basics.
- Lab: xử lý log sensor → biểu đồ trend (matplotlib).

## Tuần 8 — Visualisation & reporting
- Matplotlib cơ bản, xuất báo cáo HTML (Jupyter notebook → PDF).
- Lab: dashboard đơn giản trong Jupyter.

## Tuần 9 — Git workflow & testing
- Branches, PR cơ bản (show flow), unit test với `pytest`.
- Lab: viết tests cho `metrics.py`, CI cơ bản (giải thích GitHub Actions khái quát).

## Tuần 10 — Giao tiếp phần cứng: serial & GPIO (lý thuyết + lab)
- Khái niệm UART/Serial, I2C, SPI (overview); dùng `pyserial`, `gpiozero` để đọc sensor.
- Lab: Raspberry Pi đọc DHT sensor, in ra console, lưu CSV.

## Tuần 11 — Điều khiển actuator & logic thời gian thực
- PWM, servo control, relay control. Giải thích vòng lặp feedback.
- Lab: bật/tắt đèn theo threshold sensor (photoresistor) + debounce.

## Tuần 12 — Control basics: PID concept (phiên bản đơn giản)
- Giải thích: error, proportional/integral/derivative, sampling time.
- Lab: mô phỏng PID trong Python điều khiển mô tơ ảo; áp dụng threshold cho servo.

## Tuần 13 — Networking & remote control
- Socket basics, HTTP server nhỏ (Flask/fastapi giới thiệu), bảo mật cơ bản.
- Lab: tạo web UI nhỏ điều khiển relay (button on/off).

## Tuần 14 — Project sprint (nhóm 2–3)
- Yêu cầu: sensor → logic → actuator + logging + report.
- Ví dụ: hệ thống tưới cây tự động: đo độ ẩm đất, điều khiển relay pump, log dữ liệu.

## Tuần 15 — Trình bày & đánh giá
- Demo project, code review, report, retrospective (sinh viên viết what went well).

---

# Lộ trình 2 năm (nới rộng cho chuyên sâu automation)
**Năm 1 (grade 11)**: như trên + thêm elective về robotics cơ bản.
**Năm 2 (grade 12 hoặc club/after-school):** bốn module nâng cao (mỗi module ~8–10 tuần)

1. **Robotics & ROS Intro**
- ROS2 basics, publishers/subscribers, TF, controlling motors, SLAM high level.
- Project: robot line-following with camera (OpenCV) + PID.

2. **Industrial Automation Basics**
- PLC concept & ladder logic (theory), OPC-UA concept, SCADA high-level, safety.
- Data acquisition: MQTT, Modbus (concept) + Python client simulations.
- Project: simulate a small process (tank fill/drain) và giám sát/alarms.

3. **Computer Vision & ML Foundations**
- OpenCV basics: edge detection, contours, simple object detection.
- ML basics: supervised learning pipeline, scikit-learn, model evaluation.
- Project: camera detect object presence → trigger actuator.

4. **Software Automation & DevOps for Automation**
- Test automation, CI/CD basics, containerization (intro to Docker), logging & monitoring.
- Project: automated test suite & deployment pipeline for earlier project.

---

# Phương pháp dạy & chiến lược lớp học
- **Project-based learning**: mỗi module có project nhỏ, cuối kỳ có capstone.
- **Pair programming & code review**: phát triển kỹ năng cộng tác.
- **Scaffolded challenges**: từ guided → semi-guided → open-ended.
- **Emphasize debugging**: teach reading tracebacks, using debugger, test-first mentality.
- **Explain fundamentals deeply**: khi dạy list/dict, giải thích memory model, tham chiếu vs copy, complexity Big-O concept đơn giản.
- **Safety & ethics**: điện, nước, pin, data privacy, và ethics khi dùng camera/network.

---

# Bài giảng mẫu

## Tuần 3 (Hàm & modularization) — ví dụ chi tiết

### Mục tiêu
- Học sinh biết viết hàm, document, import module, và viết test đơn giản.

### Nội dung chính (giải thích gốc rễ)
- **Tại sao hàm?** Tách vấn đề lớn thành phần nhỏ: dễ hiểu, tái sử dụng, dễ test.
- **Pure function vs side-effect**: pure function dễ test vì output chỉ phụ thuộc input.
- **Scope**: local vs global — tránh biến global để giảm coupling.

### Ví dụ code (đưa trực tiếp vào lớp, giải thích từng dòng)

# metrics.py
def mean(values):
    """Return arithmetic mean of a non-empty list of numbers."""
    if not values:
        raise ValueError("values must be non-empty")
    return sum(values) / len(values)

def variance(values):
    m = mean(values)
    return sum((x - m)**2 for x in values) / len(values)

def stddev(values):
    return variance(values) ** 0.5

### Lab
- Viết file `test_metrics.py` với `pytest`:

# test_metrics.py
from metrics import mean, variance, stddev
import pytest

def test_mean_simple():
    assert mean([2,4,6]) == 4

def test_mean_empty():
    with pytest.raises(ValueError):
        mean([])

- Chạy: `pytest -q` và đọc lỗi nếu có.

### Bài tập về nhà
- Thêm hàm `median` và test cho cả số chẵn/lẻ, giải thích algorithmic difference (sort + pick middle).

## Tuần 10 — Giao tiếp phần cứng: serial & GPIO (lý thuyết + lab)

### Nội dung chính
#### Giao tiếp serial vs I2C vs SPI
- **Serial/UART**: point-to-point, byte stream. Dễ debug (serial console).
- **I2C**: bus multi-device, master/slave, address-based. Dùng cho sensors nhỏ.
- **SPI**: nhanh, full-duplex, cần nhiều dây CS; thường cho ADCs, high-speed devices.
- **Khi dạy**: trình bày tradeoffs, dùng Pi để demo pyserial + I2C sensor.

---

# Đề xuất dự án capstone (ý tưởng, deliverables, rubric)

## Ví dụ capstone: **Hệ tưới cây tự động thông minh**
- **Yêu cầu**: đo độ ẩm đất (sensor), lưu dữ liệu, tự kích bơm khi cần, có web UI để xem lịch sử và bật/tắt manual, có báo cáo hiệu suất.
- **Deliverables**:
- Code repo (clean, có README, instructions), tests cơ bản.
- Schematic wiring & safety notes.
- Demo video 3–5 phút.
- Final report (analysis + charts + lessons learned).
- **Rubric (100 điểm)**:
- Functionality (40): hoạt động sensor→actuator, logging, UI basic.
- Code quality & tests (20): modular, docstrings, tests pass.
- Design & safety (10): wiring, protection, debounce, power handling.
- Analysis & visualization (10): dữ liệu thu thập + insight.
- Presentation (10): clarity demo + teamwork.
- Creativity/extension (10): thêm scheduling, ML prediction, mobile UI.

---

# Đánh giá & kỳ thi
- Formative: quizzes nhỏ, code katas, peer review.
- Summative: midterm (theory + coding), final project demo.
- Rubrics minh bạch công khai trước khi bắt đầu project.

---

# Tài nguyên đề xuất (sách / nền tảng / hardware)
- Sách/Guides: *Automate the Boring Stuff with Python* (tốt cho scripting), *Python Crash Course*.
- Platforms: Jupyter, repl.it (nhanh), GitHub Classroom cho assignments.
- Hardware: Raspberry Pi kit (1 kit/2–3 hs), micro:bit cho bắt đầu an toàn rẻ tiền.
- Thư viện: `gpiozero` (Pi wrapper cho học sinh), `pyserial`, `pandas`, `matplotlib`, `opencv-python`.
- Ngoài ra khuyến khích tham gia clubs/competitions robotics/skills Canada.

---

# Lộ trình chuyển tiếp lên đại học / nghề nghiệp (gợi ý)
- Khuyến khích học sinh tham gia co-op, internships, makerspace.
- Học thêm: control systems (university course), PLC vendor courses (Siemens/Allen-Bradley) nếu hướng công nghiệp, ROS/robotics nếu hướng robotics.
- Portfolio: GitHub + video demos + writeups — rất quan trọng với tuyển sinh/việc làm.