Szkolenie: Sentry w praktyce - diagnostyka i monitoring aplikacji
Szkolenie Sentry w praktyce to zaawansowany kurs diagnostyki i monitoringu aplikacji Java, który prowadzi od bezpiecznej konfiguracji SDK i triage błędów przez wydania, tracing, logi, Replay, alerty i dashboardy po OpenTelemetry oraz pracę z Seer, Sentry MCP i agentami AI. Uczestnicy ćwiczą analizę incydentów, korelację telemetrii, projektowanie polityk obserwowalności i weryfikację poprawek na realistycznych przykładach kodu
Sentry w praktyce - diagnostyka i monitoring aplikacji
Cele szkolenia
Szkolenie przygotowuje do samodzielnego projektowania bezpiecznego i użytecznego wdrożenia Sentry dla aplikacji Java, w tym konfiguracji Sentry Java SDK i zasad observability
Szkolenie uczy diagnozowania Issues i incydentów na podstawie zdarzeń, stack trace, kontekstu, wydań, trace, logów, metryk i Session Replay
Szkolenie pokazuje, jak konfigurować SDK, filtrowanie, próbkowanie, data scrubbing i ochronę danych oraz weryfikować ich działanie w testach
Szkolenie przygotowuje do projektowania procesu wydań, distributed tracing, dashboardów, monitorów i alertów oraz kierowania powiadomień do właściwych zespołów
Szkolenie rozwija umiejętność bezpiecznej diagnostyki wspieranej przez Seer, Sentry MCP i agentów AI z zachowaniem kontroli człowieka
Dla kogo?
Programistów Java utrzymujących aplikacje produkcyjne i uczestniczących w diagnozowaniu błędów oraz problemów wydajnościowych
Inżynierów DevOps, SRE oraz inżynierów platformowych odpowiedzialnych za obserwowalność, wydania, alerty i reagowanie na incydenty
Liderów technicznych i architektów projektujących standardy telemetrii, diagnostyki, bezpieczeństwa danych i współpracy zespołów
Efekty kształcenia
Uczestnik konfiguruje Sentry Java SDK z kontrolą środowisk, danych, data scrubbing i próbkowania
Uczestnik diagnozuje Issues na podstawie stack trace, kontekstu, wydania, grupowania i wpływu na użytkowników
Uczestnik koreluje błędy, trace, spany, structured logs, metryki i Session Replay w procesie diagnostyki aplikacji
Uczestnik projektuje potok wydania CI/CD i obsługę artefaktów diagnostycznych, w tym source maps, JVM source bundles i code mappings
Uczestnik buduje alerty, dashboardy i reguły kierowania powiadomień ograniczające szum operacyjny i wspierające monitoring aplikacji
Uczestnik prowadzi bezpieczną diagnostykę z Seer, Sentry MCP i agentami AI z wykorzystaniem zasad minimalnych uprawnień i kontroli człowieka
Wymagania
Praktyczna znajomość języka Java, testów automatycznych i budowania aplikacji za pomocą Apache Maven
Podstawowa znajomość aplikacji webowych, komunikacji HTTP, logów oraz pracy z systemem kontroli wersji Git
Ogólna orientacja w procesie CI i CD oraz utrzymaniu aplikacji na co najmniej jednym środowisku nieprodukcyjnym i produkcyjnym
Podstawowe doświadczenie z Sentry lub innym narzędziem obserwowalności używanym do diagnozowania aplikacji
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Rola Sentry w wykrywaniu, diagnozowaniu, reakcji i weryfikacji problemów
Model zdarzenia, Issue, grupowania, projektu, środowiska i wydania
Tags, contexts, breadcrumbs i user context jako źródła dowodów
Procedura diagnozy od ustalenia zakresu do weryfikacji poprawki
Dług diagnostyczny i rozpoznawanie braków w instrumentacji
Organization, project, team i ownership jako granice odpowiedzialności
DSN, kierowanie zdarzeń i rozdzielenie dostępu od tokenów automatyzacji
Stabilne nazwy environment i release oraz wzbogacanie kontekstu
Inicjalizacja Java SDK i integracja z aplikacją Spring Boot
Filtrowanie wyjątków, beforeSend, inbound filters i ograniczanie szumu
Minimalizacja danych, data scrubbing i kontrola danych osobowych
Testowanie konfiguracji oraz bezpieczna migracja ustawień
Issue Details oraz zdarzenia Recommended, First i Latest
Stack trace, łańcuch wyjątków i oznaczanie in-app frames
Oddzielanie faktów, hipotez, ograniczeń i dowodów
Grouping, fingerprinting, merge i unmerge
Ocena wpływu na podstawie liczby zdarzeń, użytkowników, trendu i regresji
Priorytety, statusy, archiwizacja, rozwiązanie i ponowne otwarcie Issue
Assignment, ownership, suspect commits i code mappings
Tożsamość release oraz powiązanie wersji z niezmiennym artefaktem
Rejestrowanie commitów, finalizacja release i rejestracja wdrożenia
Kolejność operacji oraz kontrola jakości potoku CI i CD
Source maps, debug ID i symbolikacja aplikacji JavaScript
JVM source bundles, source context i code mappings dla Javy
Pliki mapowania Android, R8, ProGuard i debug information files
Ochrona tokenów, kodu źródłowego i artefaktów diagnostycznych
Systematyczna diagnostyka błędów przesyłania i dopasowania artefaktów
Trace, span, service span i analiza diagramu kaskadowego
Automatyczna i ręczna instrumentacja operacji w Java SDK
Propagacja kontekstu między przeglądarką, backendem i usługami zależnymi
Kontekst asynchroniczny oraz granice wątków i executorów
Structured Logs, korelacja z trace i bezpieczne atrybuty
Session Replay dla aplikacji webowych i Androida z ochroną prywatności
Próbkowanie błędów, trace, logów i Replay oraz szacowanie wolumenu
Diagnoza oparta na łącznych dowodach z wielu źródeł telemetrii
OpenTelemetry API, SDK, instrumentacja, resource i instrumentation scope
W3C Trace Context, baggage i granice zaufania
Propagacja przez HTTP, executory, komunikaty i zadania wsadowe
Head sampling, tail sampling i zachowanie reprezentatywności danych
Bezpośrednie, hybrydowe i kolektorowe topologie integracji z Sentry
Konfiguracja eksportu OTLP i OpenTelemetry Collector
Korelacja trace, błędów i logów oraz diagnozowanie przerw grafu
Łańcuch od sygnału i Monitora do Issue, Alertu i powiadomienia
Detekcja nowych i regresyjnych Issues, problemów wydajności, Cron i Uptime
Progi, histereza, minimalna populacja, kolejne okna i jakość danych
Redukcja szumu przez zakres, filtrowanie, grouping i próbkowanie
Odpowiedzialność, kierowanie powiadomień i integracja z kanałami reakcji
Ograniczanie częstotliwości, deduplikacja, powrót do stanu prawidłowego i kontrolowana eskalacja
Stopniowe uruchamianie alertów oraz test przepływu od sygnału do reakcji
Dashboard jako odpowiedź na pytanie operacyjne określonego odbiorcy
Dobór źródeł danych, wizualizacji, zakresu czasu i punktu odniesienia
Application Metrics oraz semantyka liczników, rozkładów i mierników stanu
Agregacje, percentyle, mianowniki i ryzyko wysokiej kardynalności
Błędy, spany, Release Health, Cron i Uptime w spójnym obrazie systemu
Ocena poprawki na podstawie trendu, adopcji wydania i jakości obserwacji
Portfel dashboardów, przejście do szczegółów i podsumowanie techniczne
Role Seer, Sentry MCP, agenta i człowieka w procesie diagnostycznym
Wstępna weryfikacja dostępu, katalog narzędzi, klasyfikacja skutków i minimalne uprawnienia
Sekrety, niezaufane dane, wstrzyknięcie instrukcji i redakcja wrażliwych informacji
Zamrożony zakres analizy, pochodzenie dowodów, kompletność i próbkowanie
Prompt jako kontrakt oddzielający fakty, hipotezy, działania i warunki zatrzymania
Analiza Issue, trace, release, symbolikacji, konfiguracji SDK i potoku wydań
Deterministyczne podsumowanie oraz falsyfikowalny plan diagnostyczny
Gotowość do planu naprawy, zgody człowieka i weryfikacja wyniku
Profil stosowalności kontroli dla różnych typów aplikacji
Bazowy standard projektu, SDK, wydań, telemetrii, detekcji i dostępu
Audyt oparty na dowodach, statusach i klasach ryzyka
Proces od Alertu przez triage i poprawkę do obserwacji nowego wydania
Plan działań naprawczych, właściciele i mierzalne kryteria odbioru
Rejestr decyzji o wdrożeniu, pilotażu, odroczeniu lub odrzuceniu rozwiązania
Utrzymanie standardu przez testy, przeglądy i aktualizację polityk
Autorem szkolenia jest Łukasz Andrzejewski
Od ponad 17 lat z pasją dzielę się wiedzą jako trener, wspierając rozwój kompetencji technologicznych wśród specjalistów IT na różnych etapach ich kariery. W ostatnich 5 latach przeszkoliłem ponad 2000 osób, prowadząc szkolenia zarówno otwarte, jak i dedykowane, dla czołowych firm z sektorów bankowości, ubezpieczeń i IT – m.in. Santander Bank Polska, ERGO Hestia, Asseco Poland oraz Orange.
Specjalizuję się w szerokim zakresie technologii – od rozwiązań z ekosystemu Java, przez nowoczesny frontend,…
Szkolenie poprowadzi jego autor Łukasz Andrzejewski
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
Szkolenie bardzo dobrze pokazuje dzisiejsze możliwości AI.
8.10.2026
Uczestnik szkolenia “ISTQB® Certified Tester Foundation Level”
Piotr Nocuń
Prowadzący - trener był bardzo dobrzy zaznajomiony z tematem; posiadał wiedzę z zakresu szkolenia i wykraczającą po za ramy szkolenia. Potrafił doskonale przekazać informacje, odpowiedzieć na pytania słuchaczy, wyjaśnić problemy nurtujące odbiorców. Prezentowane materiały (prezentacja z przykładami) bardzo dobrze korelowały z omawianymi tematami.
7.10.2026
Uczestnik szkolenia “AI w pracy Analityka Danych”
Urszula Jagoda
Przydatna wiedza w obszarze mojej pracy, na pewno będę używać tej wiedzy
7.10.2026
Uczestnik szkolenia “Apache Kafka - wprowadzenie do architektury sterowanej zdarzeniami”
Piotr Szustak
Bez zbędnego lania wody, bardzo konkretnie przekazywania wiedza
7.10.2026
Uczestnik szkolenia “Apache Kafka - wprowadzenie do architektury sterowanej zdarzeniami”
Kamil Figarski
dużo praktycznej wiedzy
7.10.2026
Uczestnik szkolenia “ISTQB® Certified Tester Foundation Level”
Kamil Nizioł
Dużo informacji, podwaliny pod egzamin i przejście przez sylabu, materiały udostępnione, zabrakło może stworzenia przykładowego projektu.
Duże doświadczenie trenera. Wiedza praktyczna. Imponujące projekty trenera. Trener zna odpowiedź na każde tematy. Spełniony zakres szkolenia. Bardzo dobrze przygotowane środowisko pracy. Dużo pracy na przykładach. Świetna pomoc w rozwiązywaniu problemów