Démo Voir côté candidat

Mehdi Saïdi

Développeur API Python, plateforme média streaming (H/F) · test filmé du 17/10/2026 · 16 min
Hors document · non imprimé
Verdict À considérer
Score du test 5,4/10 couverture 100 % Usage de l’IA : 5,2/10 Communication : 6,0/10 · 3 critères sur 4 · non prouvé : structure
Signaux à regarder Aucun signal relevé Indicatifs, non décisionnels. Ils disent où regarder dans la vidéo, pas quoi décider.
Sur cette offre 16e sur 30 testés ex aequo avec un autre testé Suivant : Clément Dumas →
Prochaine étape proposée par l’analyse

Sur les profils MongoDB, le candidat est expérimenté. Sur FastAPI à fort trafic, ses réponses viennent de l'infrastructure, pas du code. Sur Kafka il parle d'exploitation, l'analytics et la recommandation restent de principe. L'usage de l'IA est prudent.

Offre : 47 000 – 55 000 € brut / an PythonFastAPIMongoDBRedisKafka
La pièce à transmettre Part telle quelle chez votre client : sans score, sans verdict, sans signal.

Revelyum

Rapport d'entretien technique

Établi pour Nordlys Conseil

Développeur API Python, plateforme média streaming (H/F) · Mehdi Saïdi · 17/10/2026

Synthèse

Mehdi est ingénieur DevOps et connaît MongoDB de l'intérieur : modèle de profil, limite de taille des documents et incident de performance vécu sur un cluster. Il est beaucoup plus en retrait sur le code d'une API sous charge, qu'il aborde par l'infrastructure. Il encadre bien l'assistant IA.

Détail par exigence

FastAPI à fort trafic indispensable Partiel
Raisonne depuis l'infrastructure : réplicas, ingress, cache HTTP, sans pratique du code d'une API à charge.
Microservices communiquant par Kafka indispensable Partiel
Connaît Kafka côté exploitation : retard, partitions, erreurs de format, sans écrire de producteurs.
Analytics temps réel Partiel
Compteur Redis par heure et approximation tolérée, sans pratique.
Profils utilisateurs dans MongoDB Partiel
Très à l'aise : profil en un document, historique en paquets, limite de taille et incident vécu.
API de recommandation Partiel
Repli par défaut et personnalisation par genres, mais mesure laissée à l'équipe produit.
Usage de l'IA indispensable Partiel
Génère des playbooks et des workflows avec l'assistant, teste en préproduction et lui interdit secrets et architecture.

Points d'appui

  • Modélisation de documents solide, avec la limite de taille et l'historique en paquets.
  • Connaissance d'exploitation de Kafka : retard des consommateurs, messages en erreur.
  • Vérification systématique des scripts générés en préproduction.

Points de vigilance

  • Peu de pratique du code applicatif d'une API FastAPI.
  • Cache et limitation par utilisateur non conçus dans le code.
  • Producteurs Kafka jamais écrits.

Sujets abordés

FastAPI à fort trafic · Microservices communiquant par Kafka · Analytics temps réel · Profils utilisateurs dans MongoDB · API de recommandation · Usage de l'IA

Entretien conduit en autonomie par le candidat, réponses transcrites puis analysées. L'évaluation finale appartient au recruteur : Revelyum n'émet aucune décision automatisée.

Afficher la transcription

Chargement…