Sur FastAPI à fort trafic et les microservices par Kafka, le candidat n'a pas de pratique et ramène la question à ses fichiers de nuit. L'analytique temps réel est limitée à un compteur Redis. Les profils MongoDB et la recommandation restent peu documentés. L'usage de l'IA, lui, est régulier et bien encadré.
La pièce à transmettrePart 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 Meunier · 18/10/2026
Synthèse
Guillaume a cinq ans de marketplace automobile, dont une synchronisation de catalogues et un cache de recherche. Ses réponses reviennent à sa pile habituelle et touchent peu la grille : pas de Python en entreprise, pas de Kafka. Il se montre franc et mesuré.
Détail par exigence
FastAPI à fort trafic
indispensableÀ consolider
Aucune production en FastAPI ; cache de recherche en Redis à durée fixe et invalidation brutale.
Microservices communiquant par Kafka
indispensablePartiel
Compare Kafka à son traitement nocturne par fichiers, sans pratique des événements.
Analytics temps réel
Partiel
Un compteur Redis incrémenté à chaque vue, sans fenêtre de temps.
Profils utilisateurs dans MongoDB
À consolider
Un document par profil, sans index choisi et sans traitement de l'historique.
API de recommandation
À consolider
Recommande les contenus les plus consultés, sans repli ni personnalisation.
Usage de l'IA
indispensablePartiel
Utilise Copilot au quotidien pour les tests et le SQL, relit et lance les tests, garde les données confidentielles.
Points d'appui
Traitements par lots concrets sur des catalogues fournisseurs.
Cache Redis sur la recherche mis en place.
Usage de Copilot encadré par des tests et la confidentialité.
Points de vigilance
Pas de Python en entreprise, FastAPI vu en tutoriel.
Kafka assimilé à un traitement de fichiers.
MongoDB sans index choisi.
Peu de pistes sur le repli et la mesure d'une recommandation.
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
Guillaume connaît bien la synchronisation de catalogues et la recherche. Il n'a pas encore pratiqué Python ni l'outil de messagerie de l'offre.
FastAPI à fort trafic
indispensableÀ consolider · 3/10
Mettre en cache une réponse de recommandation · 3/10Index de recherche et cache, mais pas en Python.On avait un index de recherche sur le nom et sur la référenceRéponse
R3
Microservices communiquant par Kafka
indispensablePartiel · 4/10
Produire un événement de visionnage · 4/10N'a pas encore écrit de Python en entreprise.Je n'ai pas encore écrit de Python en entrepriseRéponse
R2
Analytics temps réel
Partiel · 4/10
Compteurs de vues dans Redis · 4/10Un compteur Redis incrémenté à chaque vue.Un compteur dans Redis, je pense, que j'incrémente à chaque vue.Réponse
R5
Profils utilisateurs dans MongoDB
À consolider · 3/10
Document profil et historique · 3/10Préférences dans le document de profil.Je mettrais un document par profil avec les préférences dedansRéponse
R4
API de recommandation
À consolider · 3/10
Réponse de repli si le moteur tarde · 3/10Popularité en recommandation, rien si le moteur est lent.Pour la recommandation, je renverrais les produits les plus consultésRéponse
R5
Usage de l'IA
indispensablePartiel · 4/10
S'il code avec un assistant IA (Copilot, Cursor, Claude Code, ChatGPT…) : quelles tâches de développement il lui confie, et lesquelles il garde · 4/10Confie tests et requêtes SQL à l'assistant.Il m'écrit surtout des tests et des requêtes SQLRéponse
R6