Démo Voir côté candidat

Jade Moulin

Développeur API Python, plateforme média streaming (H/F) · test filmé du 16/10/2026 · 16 min
Hors document · non imprimé
Verdict Recommandé
Score du test 7,7/10 couverture 100 % Usage de l’IA : 7,8/10 Communication : 7,3/10 · 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 3e sur 30 testés Suivant : Amandine Colas →
Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, la candidate décrit un incident réel et sa résolution, ce qui donne du poids à ses réglages de workers et de cache. Sur les microservices Kafka, l'ordre par clé et l'évolution compatible des formats sont acquis. L'analytics temps réel, les profils MongoDB et l'API de recommandation sont traités avec justesse mais sans retour d'expérience. L'usage de l'IA est méthodique.

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) · Jade Moulin · 16/10/2026

Synthèse

Jade vient de l'IA documentaire mais maîtrise les mécanismes d'asyncio : elle raconte comment un profileur lui a montré un appel bloquant qui immobilisait toute l'API. Elle connaît Kafka et les formats d'événements par un pipeline d'indexation. L'analytics en temps réel et MongoDB restent des réponses de principe.

Détail par exigence

FastAPI à fort trafic indispensable Solide
Règle les workers à la mesure, repère les appels bloquants dans la boucle asyncio et protège l'API par limitation et cache invalidé.
Microservices communiquant par Kafka indispensable Solide
Connaît le producteur et la consommation, protège l'ordre par utilisateur et fait évoluer les formats sans casser les lecteurs.
Analytics temps réel Solide
Propose une approche correcte par compteurs et tranches de temps, mais sans pratique en production.
Profils utilisateurs dans MongoDB Solide
Sépare le profil de l'historique et indexe la requête fréquente, en disant que MongoDB n'a pas été pratiqué.
API de recommandation Solide
Prévoit un repli à délai borné et une personnalisation par genres, et propose un groupe témoin pour mesurer.
Usage de l'IA indispensable Solide
Délègue les tâches répétitives à l'assistant avec du contexte, relit chaque modification et connaît un piège précis de ses propositions.

Points d'appui

  • Diagnostic précis d'un appel bloquant dans la boucle asyncio, trouvé avec un profileur.
  • Limitation de débit et cache avec invalidation à la réindexation.
  • Usage de l'assistant cadré : contexte donné, diff relu, limites posées.

Points de vigilance

  • Aucune pratique de l'analytics en temps réel en production.
  • MongoDB connu seulement en théorie, expérience sur PostgreSQL.

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…