Démo Voir côté candidat

Antoine Bertin

Développeur API Python, plateforme média streaming (H/F) · test filmé du 15/10/2026 · 12 min
Hors document · non imprimé
Verdict Réservé
Score du test 3,5/10 couverture 93 % Usage de l’IA : 3/10 Communication : 3,3/10 · 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 24e sur 30 testés ex aequo avec un autre testé Suivant : Hugo Lambert →
Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, seul le cache d'un calcul de prix est un acquis, à un trafic faible, et la limitation de débit reste générale. Sur les microservices par Kafka, les messages entre services n'ont jamais été pratiqués. L'analytique temps réel, les profils MongoDB et la recommandation sont traités sans expérience. Pour l'usage de l'IA, la relecture est manuelle.

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) · Antoine Bertin · 15/10/2026

Synthèse

Antoine a six ans de Symfony sur un ERP de négoce, avec du cache Redis sur le calcul des tarifs. Python, Kafka et MongoDB lui sont inconnus et ses réponses sur la limitation de débit et la recommandation restent générales. Il l'admet sans détour.

Détail par exigence

FastAPI à fort trafic indispensable Partiel
Expérience de cache Redis sur un ERP à trafic modeste, sans Python ; limitation de débit abordée de façon générique.
Microservices communiquant par Kafka indispensable Partiel
N'a jamais travaillé avec des messages entre services ni avec Kafka.
Analytics temps réel Non abordée
Le comptage en temps réel n'a pas été abordé : la réponse est restée sur la purge de l'historique.
Profils utilisateurs dans MongoDB Partiel
N'a pas pratiqué MongoDB et propose un modèle relationnel avec Doctrine.
API de recommandation À consolider
Aucune idée précise sur la recommandation ni sur sa mesure.
Usage de l'IA indispensable À consolider
Utilise Copilot et ChatGPT pour compléter ou questionner, relit et teste à la main, garde les règles métier.

Points d'appui

  • Cache Redis réellement mis en place sur un calcul de prix.
  • Franchise sur les technologies qu'il ne pratique pas.
  • Garde les règles métier hors de l'assistant.

Points de vigilance

  • Aucune pratique de Python ni de FastAPI.
  • Kafka et MongoDB inconnus.
  • Réponses générales sur le cache et la limitation de débit.
  • Tests essentiellement manuels.

Sujets abordés

FastAPI à fort trafic · Microservices communiquant par Kafka · 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…