Alice Prevost

Développeur API Python, plateforme média streaming (H/F) · test filmé du 14/10/2026 · 16 min

Hors document · non imprimé

Verdict Recommandé

Score du test 7,4/10 couverture 100 % Usage de l’IA : 7,3/10 Communication : 7,7/10 · 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 5^e sur 30 testés ex aequo avec un autre testé Suivant : Candidat confidentiel →

Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, la concurrence, les tests et la limitation sont corrects. Sur les microservices et Kafka, le format évolue par champs optionnels avec un registre. Sur les analytics temps réel, les fenêtres et l'exactitude sont maîtrisées. Sur les profils dans MongoDB, la croissance de l'historique est la vraie faiblesse. Sur l'API de recommandation, la préparation à l'avance joue le rôle de repli. L'usage de l'IA est encadré.

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) · Alice Prevost · 14/10/2026

Synthèse

La candidate transpose avec méthode son expérience de chaînes de données vers une API à fort trafic : tout ce qui coûte est préparé à l'avance. Son code asynchrone est testé avec pytest, y compris le cas d'un appel trop lent. Elle reconnaît ne pas savoir gérer la croissance d'un historique dans MongoDB.

Détail par exigence

FastAPI à fort trafic indispensable Solide: Prépare tout ce qui coûte à l'avance, parallélise avec un délai maximum, teste le cas lent et limite chaque client par clé.
Microservices communiquant par Kafka indispensable Solide: Publie des événements partitionnés par profil, regroupe les consommateurs par service et fait évoluer le schéma par ajouts.
Analytics temps réel Solide: Agrège par minute dans Redis, consolide chaque heure et distingue l'affichage du reporting.
Profils utilisateurs dans MongoDB Solide: Place les derniers visionnages dans le profil mais ne sait pas gérer l'historique complet qui grossit.
API de recommandation Solide: Sert des résultats préparés en avance, ce qui joue le rôle de repli si le moteur tarde.
Usage de l'IA indispensable Solide: Utilise l'assistant pour les requêtes et les squelettes, compare à ses propres requêtes et garde les données et la structure des tables.

Points d'appui

Sépare ce qui répond vite de ce qui est préparé à l'avance.
Teste le cas d'un appel lent avec des faux services et un délai choisi.
Limitation par clé avec 429, journal des dépassements et prévenance des partenaires.
Comparaison d'une requête générée avec celle qu'elle écrit elle-même sur un échantillon.

Points de vigilance

Historique qui grossit dans MongoDB : seuil et migration inconnus.
Pratique de MongoDB limitée, elle vient de PostgreSQL.
Pas de cas vécu sur un trafic à grande échelle.

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.

En clair

Oui, il peut faire ce job

Alice sait préparer à l'avance ce qui coûte cher pour qu'une API réponde vite, et teste même le cas où un appel est trop lent. Elle connaît bien les messages entre services. Elle ne sait pas encore gérer un historique qui grossit dans MongoDB.

Ses points forts

Prépare à l'avance les calculs coûteux
Teste les cas lents
Compare les requêtes générées par l'assistant aux siennes

À creuser en entretien

Historique qui grossit dans MongoDB
Peu de pratique du fort trafic

Savoir-être

Structurer sa réponse

Sépare ce qui répond vite de ce qui peut attendre.

réponse 1

Dire ce qu’on ne sait pas

Dit ne pas savoir à partir de quelle taille l'historique pose problème.

réponse 6

Quand on creuse

Pense à prévenir le partenaire avant de couper.

réponse 4

Dans une équipe

Renforcerait l'équipe sur les tests et l'ingestion, avec un besoin d'appui sur MongoDB.

Détail par exigence

FastAPI à fort trafic indispensable Solide · 7,5/10: Appels concurrents avec asyncio · 8/10 Appels concurrents avec délai maximum. J'utilise asyncio.gather avec un client httpx asynchrone Réponse R2; Nombre de workers Uvicorn · 8/10 Réglage par la mesure. Je commencerais avec un nombre égal aux coeurs disponibles, puis je mesurerais Réponse R3; Limiter un client trop bavard · 7/10 Limitation par client. Je limite par clé d'API, avec un compteur dans Redis Réponse R4; Mettre en cache une réponse de recommandation · 7/10 Réponse servie depuis un cache. tout ce qui coûte est préparé en avance et servi depuis Redis Réponse R1
Microservices communiquant par Kafka indispensable Solide · 7,3/10: Produire un événement de visionnage · 7/10 Événement complet. un identifiant d'événement, un horodatage et les identifiants du profil et du contenu Réponse R5; Faire évoluer le format d'un événement · 7/10 Évolution contrôlée. j'ajoute seulement des champs optionnels, et je documente le schéma dans un registre Réponse R5; Groupes de consommateurs · 8/10 Groupes par service. Les consommateurs sont regroupés par service Réponse R5
Analytics temps réel Solide · 7/10: Compteurs de vues dans Redis · 7/10 Compteurs par fenêtre. Des incréments Redis par minute Réponse R7; Agrégation par fenêtre de temps · 7/10 Consolidation horaire. un job qui consolide dans PostgreSQL toutes les heures Réponse R7; Exactitude ou rapidité des chiffres · 7/10 Exactitude pour le reporting. Pour des chiffres de reporting, je recalcule depuis les événements Réponse R7
Profils utilisateurs dans MongoDB Solide · 7/10: Index pour les requêtes fréquentes · 7/10 Index de base. avec un index sur l'identifiant Réponse R6; Historique qui grossit sans fin · 7/10 Point faible reconnu. je ne saurais pas dire à partir de quelle taille Réponse R6
API de recommandation Solide · 8/10: Réponse de repli si le moteur tarde · 8/10 Aucun calcul lourd à la demande. l'API ne lit que des tables prêtes Réponse R1
Usage de l'IA indispensable Solide · 7,3/10: S'il code avec un assistant IA (Copilot, Cursor, Claude Code, ChatGPT…) : quelles tâches de développement il lui confie, et lesquelles il garde · 8/10 Tâches déléguées. Copilot pour les requêtes SQL et les squelettes de tâches Airflow Réponse R8; Comment il relit, teste et corrige le code que l'assistant produit · 7/10 Contrôle par comparaison. Je compare toujours le résultat d'une requête générée à celui d'une requête que j'écris moi-même Réponse R8; Ce qu'il ne confie jamais à l'assistant : données confidentielles, sécurité, décisions d'architecture, cas où il s'est trompé · 7/10 Limite sur les données. Je ne lui montre jamais de vraies données de ventes Réponse R8

Afficher la transcription

Chargement…