Candidat confidentiel

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 5,7/10 couverture 100 % Usage de l’IA : 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 10^e sur 30 testés Suivant : Hugo Weber →

Prochaine étape proposée par l’analyse

Sur FastAPI à fort trafic, le candidat raisonne juste depuis PHP mais n'a pas vécu l'asynchrone. Sur les microservices Kafka et l'analytics temps réel, ses cas sont réels et précis. Les profils MongoDB et l'API de recommandation sont traités avec méthode sans expérience directe. L'usage de l'IA est encadré avec des limites claires.

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) · Candidat confidentiel · 19/10/2026

Synthèse

Thibaut apporte quatorze ans de PHP sur une plateforme qui ingère les relevés de milliers de compteurs : sa réflexion sur le trafic, Kafka et les compteurs Redis est solide. Il reconnaît qu'il n'a pas eu l'occasion de faire de l'asyncio en production et transpose depuis PHP. Il garde la main sur ce que l'assistant produit.

Détail par exigence

FastAPI à fort trafic indispensable Partiel: Raisonne juste sur la charge, la limitation et le cache depuis PHP, et reconnaît ne pas avoir pratiqué asyncio.
Microservices communiquant par Kafka indispensable Partiel: Maîtrise l'ordre par partition, les groupes indépendants et la gestion des versions, sur une plateforme réelle.
Analytics temps réel Partiel: Décrit des compteurs par minute, des agrégats différés et deux niveaux de chiffres selon l'usage.
Profils utilisateurs dans MongoDB Partiel: Raisonne depuis le relationnel : profil séparé de l'historique et index à vérifier, sans pratique de MongoDB.
API de recommandation Partiel: Applique un délai strict et un repli précalculé et propose un test comparatif, par méthode plus que par expérience.
Usage de l'IA indispensable Partiel: Confie à l'assistant le mécanique, relit tout et réserve la sécurité et l'architecture à l'équipe.

Points d'appui

Raisonnement très mûr sur la charge, le cache et l'expiration simultanée.
Pratique réelle de Kafka avec partitions, groupes et versions d'événements.
Dit franchement ce qu'il n'a pas fait.

Points de vigilance

Aucune pratique d'asyncio ni de FastAPI en production.
MongoDB connu seulement par comparaison avec le relationnel.
Mesure des recommandations connue en théorie.

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

Thibaut pense en architecte : il explique ce qu'il a vécu sur des milliers de compteurs et dit clairement ce qu'il découvrirait en Python. Il pose des limites nettes à l'assistant.

Ses points forts

Expérience réelle du fort volume
Franc sur ses limites
Rigueur dans l'usage de l'IA

À creuser en entretien

Python asynchrone à découvrir

Savoir-être

Dire ce qu’on ne sait pas

Annonce dès la première phrase qu'il n'a pas pratiqué asyncio.

réponse 1

Expliquer

Raconte l'incident de l'unité de mesure pour justifier la version dans l'événement.

réponse 4

Structurer sa réponse

Distingue le chiffre approximatif du chiffre définitif.

réponse 5

Dans une équipe

Apporterait de la rigueur à l'équipe, avec une mise à niveau nécessaire sur l'asynchrone.

Détail par exigence

FastAPI à fort trafic indispensable Partiel · 5,8/10: Nombre de workers Uvicorn · 5/10 Réglage fondé sur une mesure, transposable. un nombre de processus calculé à partir de la mémoire disponible Réponse R1; Appels concurrents avec asyncio · 6/10 Limite assumée avant de raisonner. Je n'ai pas eu l'occasion de faire de l'asyncio en production Réponse R1; Limiter un client trop bavard · 6/10 Mécanisme vécu. un compteur Redis à fenêtre glissante Réponse R2; Mettre en cache une réponse de recommandation · 6/10 Problème d'expiration anticipé. un verrou pour éviter que mille requêtes recalculent la même chose Réponse R2
Microservices communiquant par Kafka indispensable Partiel · 5,3/10: Produire un événement de visionnage · 5/10 Clé choisie pour l'ordre. partitionné par identifiant de compteur, pour que ses relevés restent dans l'ordre Réponse R3; Groupes de consommateurs · 5/10 Indépendance et rejeu des groupes. chacun avance à son rythme et on peut le rejouer Réponse R4; Faire évoluer le format d'un événement · 6/10 Règle tirée d'un incident. on ne supprime jamais de champ Réponse R4
Analytics temps réel Partiel · 5,3/10: Compteurs de vues dans Redis · 6/10 Pratique de production. un compteur Redis par clé et par minute Réponse R5; Agrégation par fenêtre de temps · 5/10 Agrégation par fenêtre différée. un agrégat par heure écrit en base par un traitement séparé Réponse R5; Exactitude ou rapidité des chiffres · 5/10 Compromis assumé et expliqué. l'approximatif tout de suite pour l'écran, le définitif le lendemain Réponse R5
Profils utilisateurs dans MongoDB Partiel · 5,7/10: Document profil et historique · 6/10 Structure sensée. Je mettrais le profil dans un document et l'historique à part Réponse R6; Historique qui grossit sans fin · 6/10 Risque de croissance identifié. un tableau qui grossit sans limite finit par poser problème Réponse R6; Index pour les requêtes fréquentes · 5/10 Index adapté. un index sur l'utilisateur et la date Réponse R6
API de recommandation Partiel · 6/10: Réponse de repli si le moteur tarde · 6/10 Repli concret. renverrais une sélection précalculée, par exemple les tendances du jour Réponse R7; Mesurer l'effet d'une recommandation · 6/10 Principe de mesure juste. un test comparatif sur une partie des utilisateurs Réponse R7
Usage de l'IA indispensable Partiel · 6/10: S'il code avec un assistant IA (Copilot, Cursor, Claude Code, ChatGPT…) : quelles tâches de développement il lui confie, et lesquelles il garde · 6/10 Tâches mécaniques déléguées. des tests, des refactorings mécaniques et des scripts de migration Réponse R8; Comment il relit, teste et corrige le code que l'assistant produit · 6/10 Relecture de chaque changement. Je relis chaque modification Réponse R8; Ce qu'il ne confie jamais à l'assistant : données confidentielles, sécurité, décisions d'architecture, cas où il s'est trompé · 6/10 Périmètre réservé clairement. la sécurité, aux accès ou à l'architecture, qui sont des décisions d'équipe Réponse R8; Un cas vécu où un assistant IA a changé son code ou son délai, et ce qu'il en a retenu · 6/10 Erreur repérée par expérience. proposé de supprimer un verrou qui lui paraissait inutile Réponse R8

Afficher la transcription

Chargement…