Benjamin Roger

Développeur API Python, plateforme média streaming (H/F) · test filmé du 23/10/2026 · 12 min

Hors document · non imprimé

Verdict Réservé

Score du test 3,6/10 couverture 100 % Usage de l’IA : 4/10 Communication : 3,3/10 · 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 21^e sur 30 testés ex aequo avec un autre testé Suivant : Pauline Chevalier →

Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, le candidat n'a jamais servi d'API en Python et ramène les appels concurrents à des threads. Sur les microservices par Kafka, le découpage est sain mais sans pratique de l'outil. L'analytique, MongoDB et la recommandation sont abordés avec des réflexes relationnels. L'usage de l'IA est bien cadré, avec contexte donné et relecture.

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) · Benjamin Roger · 23/10/2026

Synthèse

Benjamin sait découper une plateforme en services avec ce qu'il a appris en architecture hexagonale. Il n'a écrit que des petits scripts Python et n'a pas pratiqué Kafka ni MongoDB. Sa transposition depuis Symfony reste approximative sur l'asynchrone.

Détail par exigence

FastAPI à fort trafic indispensable Partiel: Aucun service Python servi à des utilisateurs ; les appels concurrents sont pensés en threads plutôt qu'en asynchrone.
Microservices communiquant par Kafka indispensable À consolider: Sait découper en services avec des événements, mais n'a jamais manipulé Kafka.
Analytics temps réel À consolider: Passe par un message à chaque vue, comme avec RabbitMQ, sans fenêtres de temps.
Profils utilisateurs dans MongoDB À consolider: Modélise en entités séparées avec des référentiels, sans pratique des documents ni des index MongoDB.
API de recommandation Partiel: Propose des contenus de même catégorie, sans repli ni mesure.
Usage de l'IA indispensable Partiel: Utilise Cursor en lui donnant l'architecture et les fichiers voisins, relit la différence, garde la structure.

Points d'appui

Sens du découpage en services appris en courtage d'assurance.
Utilisation structurée de Cursor avec contexte et relecture.
Franchise sur ce qu'il n'a pas fait.

Points de vigilance

Python limité à de petits scripts.
Asynchrone ramené à un thread par appel.
Kafka et MongoDB non pratiqués.
Pas de notion de fenêtres de temps ni de mesure.

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

Ce profil ne correspond pas au poste

Benjamin sait organiser un logiciel en blocs bien séparés. Il n'a pas encore écrit d'application Python ni utilisé les outils de l'offre.

Ses points forts

Sens de l'organisation du code
Honnêteté

À creuser en entretien

Python seulement en petits scripts
Outils de l'offre à apprendre

Savoir-être

Dire ce qu’on ne sait pas

Reconnaît ne jamais avoir produit de message Kafka.

réponse 1

Structurer sa réponse

Raisonne en couches et en ports.

réponse 1

Autonomie

Garde la décision sur les couches.

réponse 6

Dans une équipe

Apporterait une rigueur d'architecture, avec une montée en compétence Python à prévoir.

Détail par exigence

FastAPI à fort trafic indispensable Partiel · 4/10: Appels concurrents avec asyncio · 4/10 Parallélise par deux requêtes, sans notion d'asyncio. Pour appeler deux services en parallèle, je lancerais deux requêtes puis j'attendrais les deux Réponse R3
Microservices communiquant par Kafka indispensable À consolider · 3/10: Produire un événement de visionnage · 3/10 Découpage par service et base propre, sans pratique de Kafka. Chaque service aurait son propre port d'entrée et sa base Réponse R1
Analytics temps réel À consolider · 3/10: Compteurs de vues dans Redis · 3/10 Un message par vue, sans compteur ni fenêtre de temps. Je passerais par un message à chaque vue, que RabbitMQ distribue à un consommateur Réponse R5
Profils utilisateurs dans MongoDB À consolider · 3/10: Document profil et historique · 3/10 Profil et historique séparés, façon relationnelle. Je ferais des entités séparées, profil et historique, avec un référentiel pour chacune Réponse R4
API de recommandation Partiel · 4/10: Personnaliser par profil · 4/10 Recommande par catégorie. Pour la recommandation, je chercherais des contenus de même catégorie Réponse R5
Usage de l'IA indispensable Partiel · 4/10: Son workflow avec l'assistant : découper la demande, lui donner le contexte (fichiers, conventions), tenir la taille du contexte et le coût en tokens, itérer · 4/10 Donne les fichiers voisins et les conventions. Je lui explique l'architecture, je lui donne les fichiers voisins Réponse R6

Afficher la transcription

Chargement…