Rayan Mansouri

Développeur API Python, plateforme média streaming (H/F) · test filmé du 15/10/2026 · 14 min

Hors document · non imprimé

Verdict À considérer

Score du test 5,1/10 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 20^e sur 30 testés Suivant : Benjamin Roger →

Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, l'expérience se limite à des API Flask modestes et l'asynchrone est théorique. Sur les microservices communiquant par Kafka, aucune pratique n'est décrite. Les analytics temps réel sont abordés de façon simple. Les profils MongoDB sont le point le plus solide. L'API de recommandation est pensée avec un repli. L'usage de l'IA est présent avec une vérification limitée par le manque de tests.

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) · Rayan Mansouri · 15/10/2026

Synthèse

Rayan développe des API Flask et connaît bien MongoDB, avec un usage régulier des index et de la vérification des requêtes. L'asynchrone et Kafka restent des lectures et des tutoriels, sans pratique en production. Il le dit sans détour et ses réponses sur ces sujets restent théoriques.

Détail par exigence

FastAPI à fort trafic indispensable Partiel: Connaît Flask sur de petites charges et n'a pas pratiqué FastAPI ni l'asynchrone en production.
Microservices communiquant par Kafka indispensable Partiel: N'a jamais produit ni consommé de messages Kafka, la connaissance vient de la lecture.
Analytics temps réel Partiel: Compte avec une opération atomique dans MongoDB, sans fenêtre de temps ni grand volume.
Profils utilisateurs dans MongoDB Partiel: Pratique réelle de MongoDB, avec index vérifiés et une vigilance sur la croissance de l'historique.
API de recommandation Partiel: Prévoit une liste par défaut si le moteur tarde, sans autre élément sur la personnalisation.
Usage de l'IA indispensable Partiel: Utilise l'assistant pour les requêtes et les tests, avec peu de tests existants pour contrôler.

Points d'appui

Pratique réelle de MongoDB, avec index et vérification des requêtes.
Franchise sur ce qu'il n'a fait que lire.
Cache simple mis en place sur les listes qui changent peu.

Points de vigilance

Aucune pratique de Kafka ni de messages entre services.
FastAPI et l'asynchrone survolés par un tutoriel.
Pas d'expérience de fort trafic ni de comptage par fenêtre de temps.
Peu de tests existants pour vérifier le code de l'assistant.

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

Peut-être, à confirmer en entretien

Rayan connaît bien les bases de données de type document et construit des services web simples. Il n'a pas encore travaillé sur les échanges de messages entre services ni sur de très gros volumes, et il le reconnaît franchement.

Ses points forts

Bonne pratique de la base de données du poste
Honnêteté sur son niveau

À creuser en entretien

Pas d'expérience des messages entre services
Pas d'expérience de très forte audience

Savoir-être

Dire ce qu’on ne sait pas

Dit n'avoir jamais produit de message Kafka en projet.

réponse 3

Expliquer

Décrit simplement l'organisation d'un profil dans MongoDB.

réponse 6

Autonomie

Se forme par la lecture et les tutoriels.

réponse 1

Dans une équipe

Honnête sur son niveau, il demanderait un accompagnement sur Kafka.

Détail par exigence

FastAPI à fort trafic indispensable Partiel · 5/10: Nombre de workers Uvicorn · 5/10 Notion non pratiquée. Je ne pourrais pas expliquer finement comment régler le nombre de workers Uvicorn Réponse R1; Mettre en cache une réponse de recommandation · 5/10 Cache local seulement. un cache simple en mémoire dans Flask Réponse R2; Limiter un client trop bavard · 5/10 Limite statique basique. j'en ai utilisé une avec une règle fixe par adresse Réponse R2
Microservices communiquant par Kafka indispensable Partiel · 5/10: Produire un événement de visionnage · 5/10 Aucune pratique. je n'ai jamais produit ni consommé un message Kafka Réponse R3; Faire évoluer le format d'un événement · 5/10 Principe connu. je prévoirais une version dans le message Réponse R4
Analytics temps réel Partiel · 5,5/10: Compteurs de vues dans Redis · 5/10 Compteur simple. j'incrémenterais un champ avec une opération atomique Réponse R5; Agrégation par fenêtre de temps · 6/10 Non pratiqué. Je n'ai pas travaillé sur des fenêtres de temps Réponse R5
Profils utilisateurs dans MongoDB Partiel · 5,3/10: Document profil et historique · 5/10 Modèle clair. un document par utilisateur avec ses préférences Réponse R6; Index pour les requêtes fréquentes · 6/10 Index contrôlés. je vérifie avec explain Réponse R6; Historique qui grossit sans fin · 5/10 Risque identifié. je me méfierais s'il grossit trop Réponse R6
API de recommandation Partiel · 5/10: Réponse de repli si le moteur tarde · 5/10 Repli prévu. je renverrais une liste par défaut si le moteur est lent Réponse R6
Usage de l'IA indispensable Partiel · 5/10: S'il code avec un assistant IA (Copilot, Cursor, Claude Code, ChatGPT…) : quelles tâches de développement il lui confie, et lesquelles il garde · 5/10 Tâches déléguées. surtout pour écrire des requêtes MongoDB et des tests Pytest Réponse R7; Comment il relit, teste et corrige le code que l'assistant produit · 5/10 Filet de tests faible. on n'en a pas beaucoup Réponse R7

Afficher la transcription

Chargement…