Démo Voir côté candidat

Bruno Lemaitre

Développeur API Python, plateforme média streaming (H/F) · test filmé du 12/10/2026 · 16 min
Hors document · non imprimé
Verdict À considérer
Score du test 5,4/10 couverture 100 % Usage de l’IA : 5/10 Communication : 5,3/10 · 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 18e sur 30 testés ex aequo avec un autre testé Suivant : Christophe Garcia →
Prochaine étape proposée par l’analyse

Sur les microservices Kafka, le candidat est précis et appuyé sur des incidents de paiement. Sur FastAPI à fort trafic, il raisonne par analogie avec Node et dit lui-même que le cache est son point faible. L'analytics temps réel est correcte, les profils MongoDB restent vagues et l'API de recommandation est simple. 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) · Bruno Lemaitre · 12/10/2026

Synthèse

Bruno a huit ans de Node.js et de NestJS sur une plateforme de paiement fractionné, et il connaît très bien les consommateurs Kafka : plafond par partition, doublons, versions d'événements. Il compare FastAPI à ce qu'il pratique et reste flou sur le cache et sur les documents MongoDB. Il relit tout ce que produit son assistant.

Détail par exigence

FastAPI à fort trafic indispensable Partiel
Transpose Node vers FastAPI de façon cohérente, avec une limitation de débit vécue et un cache resté superficiel.
Microservices communiquant par Kafka indispensable Partiel
Très à l'aise sur Kafka : accusés de réception, doublons, groupes plafonnés par les partitions et versions d'événements.
Analytics temps réel Partiel
Décrit un compteur Redis par minute et accepte un écart à l'écran contre un recalcul propre.
Profils utilisateurs dans MongoDB Partiel
Réponse vague, par transposition depuis PostgreSQL, sans index ni croissance de l'historique.
API de recommandation Partiel
Prévoit un repli temporisé, des genres préférés et une comparaison avec et sans recommandation.
Usage de l'IA indispensable Partiel
Utilise deux assistants pour le répétitif, relit chaque ligne et protège les données de paiement.

Points d'appui

  • Maîtrise précise des groupes de consommateurs et du parallélisme.
  • Gestion des doublons et des versions d'événements.
  • Usage de l'assistant protégé par une relecture et des limites.

Points de vigilance

  • Aucune pratique de FastAPI, transposée depuis Node.
  • Cache et invalidation restés superficiels.
  • MongoDB abordé de façon vague.

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…