Matei Zaharia (geboren 1984 oder 1985) ist ein rumänisch-kanadischer Informatiker und Hochschullehrer. Er ist der Entwickler von Apache Spark, einer einheitlichen Analyse-Engine für die Verarbeitung großer Datenmengen, und Mitbegründer von Databricks, einem Unternehmen, das cloudbasierte Daten- und Machine-Learning-Plattformen kommerzialisiert. Seine Forschung konzentrierte sich darauf, verteiltes Rechnen und Systeme für maschinelles Lernen zugänglicher und effizienter zu machen.
Im Jahr 2026 stufte Forbes Zaharia und Ion Stoica als die reichsten Rumänen ein, mit einem Nettovermögen von jeweils 5 Milliarden US-Dollar.
Frühes Leben und Ausbildung
Zaharia wuchs in Toronto, Kanada, auf und machte seinen Abschluss am Jarvis Collegiate Institute, bevor er die University of Waterloo besuchte. Als Undergraduatestudent war er Teil des Programmier-Teams der Universität, das 2005 eine Goldmedaille beim International Collegiate Programming Contest gewann und damit weltweit den vierten und in Nordamerika den ersten Platz belegte. Während seiner Studienzeit trug er zum Open-Source-Spiel 0 A.D. bei, insbesondere zur Wasser-Rendering-Physik, und half auch bei der Entwicklung der Age-of-Mythology-Modifikation Norse Wars, die später in das Age-of-Empires-III-Szenario Fort Wars übernommen wurde.
Anschließend absolvierte er ein Graduiertenstudium in Informatik mit Schwerpunkt auf großen verteilten Systemen. Er war dem AMPLab an der UC Berkeley angeschlossen, wo seine Doktorarbeit sich mit Skalierungsgrenzen bestehender Datenverarbeitungs-Frameworks befasste.
Entwicklung von Apache Spark
Während seiner Zeit am AMPLab der UC Berkeley entwickelte Zaharia 2009 Apache Spark als schnellere Alternative zu MapReduce, dem damals vorherrschenden Paradigma für die Verarbeitung großer Datenmengen. Spark führte In-Memory-Computing und ein flexibleres Ausführungsmodell ein, was erhebliche Geschwindigkeitssteigerungen bei iterativen und interaktiven Arbeitslasten ermöglichte. Seine Doktorarbeit über groß angelegtes Rechnen wurde 2014 mit dem ACM Doctoral Dissertation Award ausgezeichnet.
Spark fand schnell Verbreitung in Industrie und Wissenschaft und wurde zu einem der am weitesten verbreiteten Open-Source-Frameworks für Big Data. Sein Einfluss erstreckte sich auf Machine-Learning-Workflows, indem es eine einheitliche Plattform für Datenverarbeitung, Modellentwicklung und Bereitstellungsaufgaben bot.
Karriere und Databricks
Im Jahr 2013 gründete Zaharia Databricks mit, ein Unternehmen, das rund um Spark und verwandte Technologien aufgebaut wurde. Er fungiert dort als Chief Technology Officer und lenkt die technische Ausrichtung der Plattform. Databricks ist zu einem wichtigen Akteur im Cloud-Datenmanagement geworden und bietet Dienste für künstliche Intelligenz und Analytik an.
2015 trat er der Fakultät des MIT bei und wechselte 2016 als Assistenzprofessor für Informatik an die Stanford University. 2019 erhielt er den Presidential Early Career Award for Scientists and Engineers. In demselben Jahr leitete er auch MLflow, eine Open-Source-Plattform zur Verwaltung von Machine-Learning-Lebenszyklen, die Herausforderungen wie Experimentverfolgung, Modellreproduzierbarkeit und Bereitstellung adressiert.
2023 wechselte Zaharia als außerordentlicher Professor an die University of California, Berkeley und kehrte damit an die Institution zurück, an der er Spark entwickelt hatte.
Forschungsbeiträge und Anerkennung
Zaharias Forschung umfasste verteiltes Rechnen, Ressourcenverwaltung und Systeme für maschinelles Lernen. Früher in seiner Karriere entwickelte er die dominante Ressourcenfairness mit, eine Verallgemeinerung der Max-Min-Fairness für die Zuweisung mehrerer Ressourcen, die die Ressourcenplanung in Cluster-Managern beeinflusste. Seine spätere Arbeit an MLflow und verhaltensorientierten Ansätzen zur Modellauswahl trug zur operativen Seite von Machine-Learning-Systemen bei.
Für seine grundlegenden Beiträge zu Daten- und Machine-Learning-Systemen erhielt er 2025 den ACM Prize in Computing. Er wurde auch für seine Mentoring-Arbeit und seinen Einfluss im Open-Source-Ökosystem anerkannt, wobei Apache Spark als Eckpfeiler für viele moderne Data-Engineering- und Deep-Learning-Pipelines dient.
Vermächtnis und Einfluss
Zaharias Arbeit hat nachhaltige Auswirkungen darauf, wie Organisationen Daten verarbeiten und analysieren. Der Erfolg von Apache Spark trug dazu bei, die Idee einheitlicher, hochrangiger APIs für verteiltes Rechnen zu popularisieren und die Komplexität beim Aufbau skalierbarer Datenanwendungen zu reduzieren. Durch Databricks hat er auch die Lakehouse-Architektur bekannt gemacht, die Datenspeicherung und -verwaltung mit Machine-Learning-Fähigkeiten kombiniert.
Seine Beiträge zur KI-Infrastruktur, insbesondere zur Ermöglichung skalierbaren Trainings und Serving, haben das breitere Wachstum von Deep-Learning-Anwendungen unterstützt. Seine akademische Führungsrolle prägt weiterhin die Forschung in Cloud-Computing und Datensystemen.