Valós idejű (real-time) felhőben a legnagyobb kihívás gyakran nem az átlagos gyorsaság, hanem a kiszámíthatóság. Ebben a témában egy open-source FaaS környezetben (pl. OpenFaaS Kubernetesen) a hallgató a függvények végrehajtási idejét (ET) és válaszidejét méri, majd a mérésekből modellt épít, ami bemeneti paraméterek (pl. payload-méret, rekordok száma) alapján előrejelzi a várható futási időt és egyszerű “worst-case közeli” becslést is ad.

A félév során egy lehetséges cél egy mérési pipeline (automatizált futtatás, adatgyűjtés, tisztítás), és egy könnyen értelmezhető prediktív modell (pl. regresszió vagy kvantilis-alapú megközelítés) elkészítése, ami megmondja: “ekkora bemenetnél mekkora a kockázat, hogy kicsúszunk a határidőből”. A lehetséges végeredmény egy reprodukálható kísérleti csomag és egy modell, amit később RT-FaaS ütemezés/erőforrás-foglalás döntéseihez fel lehet használni.