Cours
Questions d’entrevue
Radar IA
Catalogue
Tarifs
FAQ

Questions d’entrevue

Les questions réellement posées en entretien technique, et ce que l’intervieweur cherche à vérifier derrière chacune.

Accueil
Questions d’entrevue

Cours, tutoriels et documents techniques : DevOps, données, machine learning et IA.

© 2026 Atlas. Tous droits réservés.

À propos

Tutoriels
Radar IA
Fiches modèles
Contact

Contenu

Cours
Catalogue
Tarifs

Mentions légales

Conditions d’utilisation
Politique de confidentialité
Politique de témoins

Questions d’entrevue

Ingénierie des données

Apache SparkPartitions, shuffle, RDD contre DataFrame, cache, joins et UDF : les questions posées en entretien de data engineering, avec la réponse qu’attend l’intervieweur.30 questions
Formats et stockageParquet, Delta Lake, CSV, colonnes contre lignes, partitionnement et petits fichiers : ce qu’on demande sur la couche de stockage d’un lac de données.30 questions
Entrepôts et lakehouseArchitecture, moteurs d’exécution, coûts et modélisation : les questions sur Snowflake, Databricks et le choix entre les deux.30 questions

Plateforme et DevOps

LinuxProcessus, permissions, disque plein, réseau et journaux : les questions Linux d’un entretien d’administration ou de plateforme.30 questions
DockerImages, couches, build multi-étapes, volumes et réseaux : ce qu’on demande vraiment sur la conteneurisation.30 questions
KubernetesPods, Deployments, Services, sondes et ordonnancement : les questions Kubernetes posées en entretien DevOps et SRE.30 questions
TerraformState, backend distant, verrouillage, modules et plan d’exécution : l’infrastructure comme code en entretien.30 questions

Science des données

Python et PandasPandas, NumPy, nettoyage, types et performance : les questions Python d’un entretien data analyst ou data scientist.30 questions
Machine learningLes fondamentaux qu’on vérifie avant tout le reste : familles d’apprentissage, jeux d’entraînement et de test, cycle de vie d’un modèle et mise en production.30 questions
Apprentissage superviséBiais-variance, surapprentissage, validation croisée, précision contre rappel, classes déséquilibrées, régularisation et gradient boosting : les questions posées en entretien de machine learning.30 questions
Apprentissage non supervisék-means et choix de k, DBSCAN, classification hiérarchique, ACP, t-SNE, détection d’anomalies et évaluation sans étiquettes : le clustering en entretien.30 questions

Intelligence artificielle

Deep learningRétropropagation, fonctions d’activation, disparition du gradient, dropout, normalisation par lots, optimiseurs, CNN et transformeurs : l’apprentissage profond en entretien.30 questions
LLM et IA générativeTokenisation, fenêtre de contexte, attention, pré-entraînement contre affinage, LoRA, RAG, hallucinations, quantification et évaluation : les grands modèles de langage en entretien.30 questions
Agents IABoucle de raisonnement, appel d’outils, mémoire, planification, multi-agents, garde-fous, coûts et évaluation : les questions sur les systèmes agentiques.30 questions

Chaque sujet regroupe ses 30 premières questions, en accès libre et sans compte. Les sujets en préparation sont signalés comme tels.