Les questions d'entretien technique, métier par métier
Pour chaque poste, les technologies expliquées simplement, les questions qui révèlent l'expérience réelle, ce qu'une bonne réponse contient et le signal qui doit vous alerter. La fiche complète, avec la mise en situation et la grille d'évaluation, part en PDF.
Tous les métiers (294)Data engineering & plateformes de données (28)Data science & statistique (18)IA générative & LLM (11)Produit, pilotage & management data/IA (9)Business intelligence & analytics (32)Intégration, API & middleware (10)Architecture logicielle (5)Architecture data & IA (9)Qualité logicielle & test (9)Machine learning & MLOps (19)Gouvernance, qualité & conformité des données (12)Encadrement technique & rôles transverses (10)Bases de données (DBA & développement SQL) (16)Développement sur progiciels (ERP, CRM, ITSM) (13)CMS & e-commerce (8)Développement mobile (8)Développement front-end (7)Développement back-end (37)Low-code, no-code & automatisation (9)Développement spécialisé (SIG, CAO, calcul) (3)Logiciel embarqué & systèmes (8)Développement full-stack (6)Jeu vidéo & 3D temps réel (7)
Toutes les fiches
Machine learning & MLOpsIngénieur vision industrielle / contrôle qualitéÉclairage, défauts rares, faux rejets, cadence, automate : les questions d'entretien pour repérer un ingénieur vision industrielle qui a réglé un poste.Lire la fiche
Machine learning & MLOpsIngénieur document AI / OCRUn ingénieur OCR ou document AI se juge sur ses erreurs d'extraction, ses VLM qui inventent et son seuil de relecture. Questions, réponses attendues, PDF.Lire la fiche
Machine learning & MLOpsIngénieur computer vision vidéoUn ingénieur computer vision vidéo doit dimensionner 40 caméras, corriger un tracker qui perd ses identifiants, respecter la CNIL. Questions et alertes.Lire la fiche
Machine learning & MLOpsDéveloppeur graphes Neo4j (property graph)Cinq questions d'entretien Neo4j pour la personne qui recrute : modèle de graphe, requête Cypher lente, supernœuds, GDS. Réponse attendue et alerte.Lire la fiche
Machine learning & MLOpsIngénieur web sémantique (RDF / OWL / SPARQL)Ingénieur web sémantique ou ontologue : questions d'entretien sur OWL, SHACL, SPARQL et le raisonnement dans GraphDB, réponses attendues et grille PDF.Lire la fiche
Machine learning & MLOpsML engineer IA embarquée / edge AIIngénieur IA embarquée ou edge AI : quantification INT8, TensorRT, mémoire d'un microcontrôleur, latence. Réponses attendues et pièges, pour qui recrute.Lire la fiche
Machine learning & MLOpsML engineer NLP (traitement du langage)Ingénieur NLP en entretien : LLM ou modèle fine-tuné, accord entre annotateurs, F1 par entité, LoRA, avec la réponse attendue et le signal d'alerte.Lire la fiche
Machine learning & MLOpsML engineer systèmes de recommandation / rankingQuestions d'entretien sur la recommandation : retrieval, NDCG, biais de position, A/B test. Pour le recruteur, la bonne réponse et le signal faible.Lire la fiche
Machine learning & MLOpsML engineer séries temporelles / prévision en productionQuestions d'entretien sur les séries temporelles pour recruter en prévision : fuite de données, backtest, LightGBM global, MAPE, quantiles. Grille en PDF.Lire la fiche
Machine learning & MLOpsML engineer speech / audioQuestions d'entretien pour un ingénieur speech ou ASR : WER réel contre benchmark, audio 8 kHz, fin de tour de parole, silences inventés par Whisper.Lire la fiche
Machine learning & MLOpsMLOps engineer AWS SageMakerMLOps engineer AWS : questions d'entretien SageMaker (Pipelines, Model Registry, endpoints, canary) avec réponse attendue, erreurs typiques et grille.Lire la fiche
Machine learning & MLOpsMLOps engineer Azure Machine LearningPour la personne qui fait passer l'entretien MLOps Azure : SDK v2, registre, endpoints bleu-vert, réseau managé. Ce qu'un bon candidat répond, et l'alerte.Lire la fiche
Voyez Delectus sur vos propres offres.
Commencez gratuitement. Passez à l'échelle quand vous êtes prêt.
Demander une démoVotre ATS, connecté à Delectus
