Démo Voir côté candidat

Mélanie Rey

Développeur API Python, plateforme média streaming (H/F) · test filmé du 19/10/2026 · 16 min
Hors document · non imprimé
Verdict À considérer
Score du test 5,5/10 couverture 100 % Usage de l’IA : 5,6/10 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 13e sur 30 testés ex aequo avec un autre testé Suivant : Charlotte Barbier →
Prochaine étape proposée par l’analyse

Sur les microservices Kafka, la candidate est expérimentée. Sur FastAPI à fort trafic, elle transpose depuis Spring avec prudence et reconnaît ses limites sur asyncio. L'analytics temps réel et MongoDB reposent sur des principes justes, sans pratique, et la recommandation est traitée avec une bonne méthode. L'usage de l'IA est rigoureux.

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) · Mélanie Rey · 19/10/2026

Synthèse

Mélanie s'appuie sur cinq ans de Spring Boot et de Kafka dans la traçabilité alimentaire : idempotence, registre de schémas et incident de format sont des cas vécus. Python asynchrone est nouveau pour elle, ce qui explique une moitié de grille traitée par transposition. Elle relit chaque ligne produite par son assistant.

Détail par exigence

FastAPI à fort trafic indispensable Partiel
Connaît les principes depuis Spring, avec une pratique de Python encore limitée.
Microservices communiquant par Kafka indispensable Partiel
Pratique réelle de Kafka sur une plateforme de traçabilité : ordre, idempotence, registre de schémas.
Analytics temps réel Partiel
Principe juste avec une clé par minute et un recalcul exact, sans pratique en production.
Profils utilisateurs dans MongoDB Partiel
Modèle de base correct par analogie avec PostgreSQL.
API de recommandation Partiel
Délai et liste de secours, personnalisation par profil et mesure avant-après jamais faite.
Usage de l'IA indispensable Partiel
Confie tests et mappers à l'assistant avec une classe modèle, protège données et schémas et relit chaque ligne.

Points d'appui

  • Pratique de Kafka précise, avec un incident de format à l'origine d'une règle.
  • Piège de clé de cache vécu et compris.
  • Contrôle rigoureux du code de l'assistant, avec un cas de requête incomplète.

Points de vigilance

  • Python asynchrone encore récent, pièges de la boucle non maîtrisés.
  • Pas de pratique de MongoDB ni des compteurs Redis en production.
  • Mesure d'effet des recommandations jamais conduite.

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…