Démo Voir côté candidat

Amandine Colas

Développeur API Python, plateforme média streaming (H/F) · test filmé du 13/10/2026 · 14 min
Hors document · non imprimé
Verdict Recommandé
Score du test 7,5/10 couverture 100 % Usage de l’IA : 7,3/10 Communication : 7,7/10 · 3 critères sur 4 · non prouvé : précision du vocabulaire
Signaux à regarder Aucun signal relevé Indicatifs, non décisionnels. Ils disent où regarder dans la vidéo, pas quoi décider.
Sur cette offre 4e sur 30 testés Suivant : Alice Prevost →
Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, la pratique est réelle sur un pic de rentrée et la conception d'API est soignée. Sur les microservices communiquant par Kafka, les principes sont justes mais appris hors production. Les analytics temps réel sont bien raisonnés, sans volume vécu. Les profils MongoDB sont abordés par un autre outil. L'API de recommandation est pensée avec un repli et une mesure. L'usage de l'IA est cadré.

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) · Amandine Colas · 13/10/2026

Synthèse

Amandine conçoit des API FastAPI propres sur une plateforme d'e-learning, avec une bonne attention aux erreurs et à la mise en cache. Kafka reste un apprentissage sur projet personnel, sans exploitation en production. Elle raisonne juste sur les compromis, même quand l'expérience de volume lui manque.

Détail par exigence

FastAPI à fort trafic indispensable Solide
Dimensionne les conteneurs selon la charge, parallélise les appels et soigne la limitation de débit et le cache.
Microservices communiquant par Kafka indispensable Solide
Maîtrise les principes de Kafka par un projet personnel, sans exploitation en production.
Analytics temps réel Solide
Raisonne juste sur le compteur rapide et le recalcul exact, sans l'avoir éprouvé à grande échelle.
Profils utilisateurs dans MongoDB Solide
Connaît le modèle par document mais n'a pas pratiqué MongoDB en production.
API de recommandation Solide
Prévoit une réponse de repli, une personnalisation par profil et un suivi du taux de clic.
Usage de l'IA indispensable Solide
Utilise l'assistant pour les tests et l'exploration, par petites demandes, et relit tout avant de tester.

Points d'appui

  • API claires, avec schémas Pydantic et erreurs exploitables par l'appelant.
  • Limitation de débit et cache invalidé à la modification.
  • Raisonnement juste sur l'exactitude contre la rapidité des compteurs.
  • Relecture et découpage rigoureux avec l'assistant IA.

Points de vigilance

  • Kafka jamais exploité en production.
  • MongoDB connu par le modèle, pas par la pratique.
  • Compteurs en temps réel raisonnés mais pas éprouvés sur un grand volume.

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…