Guillaume Blanchard

Développeur API Python, plateforme média streaming (H/F) · test filmé du 18/10/2026 · 14 min

Hors document · non imprimé

Verdict Fortement recommandé

Score du test 9,4/10 couverture 100 % Usage de l’IA : 9,3/10 Communication : 9,3/10 · 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 1^er sur 30 testés Suivant : Inès Lacombe →

Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, le réglage par la mesure est solide, la limitation d'un client reste à compléter. Sur les microservices et Kafka, l'incident, les groupes et le format sont maîtrisés de bout en bout. Sur les analytics temps réel, les compteurs par fenêtre sont justes. Sur les profils dans MongoDB, les bases sont posées. Sur l'API de recommandation, le repli est prévu. L'usage de l'IA est cadré par une relecture ciblée sur les points sensibles.

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) · Guillaume Blanchard · 18/10/2026

Synthèse

Le candidat raconte de bout en bout un incident de retard Kafka, de l'alerte au runbook, et maîtrise l'évolution du format des événements. Il connaît la publication fiable par table de sortie et règle ses workers par la mesure. Il reconnaît être moins solide sur la limitation d'un client trop bavard.

Détail par exigence

FastAPI à fort trafic indispensable Solide: Règle les workers par des mesures de charge, mais n'a pas mis en place de limitation par clé d'API.
Microservices communiquant par Kafka indispensable Solide: Maîtrise les groupes de consommateurs, la publication fiable et l'évolution du format, avec un incident de retard résolu.
Analytics temps réel Solide: Compte par fenêtre d'une minute dans Redis et accepte un léger retard d'affichage.
Profils utilisateurs dans MongoDB Solide: Utilise un document par utilisateur avec un index sur l'identifiant et un historique plafonné.
API de recommandation Solide: Prévoit des titres populaires en repli quand le moteur est trop lent.
Usage de l'IA indispensable Solide: Délègue les tests unitaires de consommateur, relit tout et garde la logique de rejeu et les offsets.

Points d'appui

Incident de retard raconté avec la cause, le réglage, le délai de retour à la normale et le runbook.
Évolution du format sans rupture : registre de schémas, double publication, retrait différé.
Publication fiable par table de sortie dans la même transaction que le paiement.
Réglage des workers confirmé par la latence au quatre-vingt-dix-neuvième centile.

Points de vigilance

Limitation d'un client bavard faite par adresse au niveau du répartiteur, jamais par clé d'API.
Expérience de FastAPI limitée à un service interne.

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 clairement faire ce job

Guillaume a géré un incident de retard sur Kafka et sait raconter ce qu'il en a tiré. Il fait évoluer les messages entre services sans rien casser et publie ses événements de façon fiable. Il est moins à l'aise sur la protection contre un client trop insistant.

Ses points forts

Gestion d'incident complète
Messages entre services sans rupture
Cadre clair pour l'usage de l'IA

À creuser en entretien

Protection contre un client trop insistant à compléter
Peu de pratique de FastAPI

Savoir-être

Structurer sa réponse

Raconte l'incident dans l'ordre : alerte, cause, correction, suite.

réponse 1

Dire ce qu’on ne sait pas

Dit être moins solide sur la limitation par client.

réponse 5

Expliquer

Justifie la table de sortie par le risque d'une double écriture.

réponse 3

Dans une équipe

Apporterait à l'équipe une culture d'incident et de contrats entre services.

Détail par exigence

FastAPI à fort trafic indispensable Solide · 9,5/10: Nombre de workers Uvicorn · 9/10 Réglage fondé sur une mesure. on a gardé trois par instance parce que la mémoire montait Réponse R4; Limiter un client trop bavard · 10/10 Limite reconnue sans réponse complète. c'est un sujet où je suis moins solide Réponse R5
Microservices communiquant par Kafka indispensable Solide · 9,7/10: Groupes de consommateurs · 9/10 Groupe dimensionné sur les partitions. on a ajouté des consommateurs jusqu'au nombre de partitions Réponse R1; Faire évoluer le format d'un événement · 10/10 Compatibilité arrière. on pouvait ajouter un champ avec une valeur par défaut mais jamais en retirer un obligatoire Réponse R2; Produire un événement de visionnage · 10/10 Publication fiable. une table de sortie dans la même transaction que le paiement Réponse R3
Analytics temps réel Solide · 10/10: Compteurs de vues dans Redis · 10/10 Compteurs par fenêtre. des incréments Redis par fenêtre d'une minute Réponse R6; Exactitude ou rapidité des chiffres · 10/10 Vitesse acceptée à l'affichage. les chiffres affichés peuvent avoir quelques secondes de retard Réponse R6
Profils utilisateurs dans MongoDB Solide · 9,5/10: Document profil et historique · 9/10 Modèle simple. un document par utilisateur avec un index sur l'identifiant Réponse R6; Historique qui grossit sans fin · 10/10 Croissance bornée. un historique plafonné Réponse R6
API de recommandation Solide · 9/10: Réponse de repli si le moteur tarde · 9/10 Dégradation prévue. une réponse de repli, comme les titres les plus vus Réponse R6
Usage de l'IA indispensable Solide · 9,3/10: S'il code avec un assistant IA (Copilot, Cursor, Claude Code, ChatGPT…) : quelles tâches de développement il lui confie, et lesquelles il garde · 9/10 Tâche déléguée. écrire les tests unitaires d'un consommateur à partir d'un message d'exemple Réponse R7; Comment il relit, teste et corrige le code que l'assistant produit · 10/10 Relecture éclairée. il a tendance à tester l'implémentation plutôt que le comportement Réponse R7; Un cas vécu où un assistant IA a changé son code ou son délai, et ce qu'il en a retenu · 9/10 Erreur à l'origine de sa règle. il a rejoué des messages déjà traités Réponse R7; Ce qu'il ne confie jamais à l'assistant : données confidentielles, sécurité, décisions d'architecture, cas où il s'est trompé · 9/10 Zone interdite. Je ne lui fais jamais écrire la logique de rejeu Réponse R7

Afficher la transcription

Chargement…