Sanjay Ghemawat (nacido en 1966) es un informático e ingeniero de software estadounidense. Es Senior Fellow en Google en el Grupo de Infraestructura de Sistemas, donde su trabajo ha moldeado la computación distribuida a gran escala y el aprendizaje automático. Ghemawat es más conocido por co-crear tecnologías fundamentales como MapReduce, el Sistema de Archivos de Google, Bigtable, Spanner y TensorFlow, a menudo en colaboración con Jeff Dean. ''Wired'' lo ha descrito como uno de los "ingenieros de software más importantes de la era de internet". En 2026, cofundó la startup de investigación en IA Discovery Loop.
Las contribuciones de Ghemawat le han valido su membresía en la Academia Nacional de Ingeniería (2009) y la Academia Estadounidense de las Artes y las Ciencias (2016), así como el Premio ACM en Computación de 2012 junto con Dean.
Educación y Primeros Años de Carrera
Ghemawat nació en West Lafayette, Indiana, y creció en Kota, Rajastán, India. Estudió en la Universidad de Cornell y en el Instituto de Tecnología de Massachusetts, obteniendo un doctorado del MIT en 1995. Su tesis, ''The Modified Object Buffer: A Storage Management Technique for Object-Oriented Databases'', fue asesorada por Barbara Liskov y Frans Kaashoek.
Antes de unirse a Google, Ghemawat trabajó en el Centro de Investigación de Sistemas de DEC, donde comenzó una larga colaboración con Jeff Dean, quien trabajaba en un laboratorio cercano de DEC. Sus primeros proyectos incluyeron un compilador de Java y una herramienta de perfilado de sistemas.
Carrera en Google
Después de que DEC fuera adquirida por Compaq, Dean se mudó a la recién fundada Google en 1999, y Ghemawat lo siguió el mismo año. La pareja se centró en la infraestructura central para manejar el crecimiento explosivo del motor de búsqueda. Su trabajo incluyó:
- MapReduce: un modelo de programación para el procesamiento de datos a gran escala en clústeres, que se convirtió en una piedra angular del análisis de big data.
- Sistema de Archivos de Google: un sistema de archivos distribuido propietario diseñado para un acceso eficiente y confiable utilizando hardware de bajo costo.
- Bigtable: un sistema de almacenamiento semi-estructurado y escalable que influyó en las bases de datos NoSQL posteriores.
- Spanner: una base de datos distribuida globalmente y replicada sincrónicamente que proporciona consistencia externa entre centros de datos.
- Protocol Buffers: un formato de intercambio de datos de código abierto ampliamente utilizado para la serialización.
- LevelDB: un almacén de clave-valor en disco de código abierto.
- TensorFlow: una biblioteca de aprendizaje automático de código abierto que se convirtió en una herramienta estándar para la investigación en aprendizaje profundo y redes neuronales.
- Service Weaver: un marco de código abierto para construir aplicaciones distribuidas.
El trabajo de Ghemawat en TensorFlow, lanzado en 2015, ayudó a democratizar el aprendizaje automático al proporcionar una plataforma flexible tanto para la investigación como para la producción. Sus sistemas han influido en la infraestructura de inteligencia artificial a escala, permitiendo avances en modelos de lenguaje grandes y IA generativa.
Premios y Honores
Ghemawat recibió el Premio ACM en Computación de 2012 junto con Jeff Dean por sus contribuciones a la infraestructura de internet. También recibió el Premio Mark Weiser de ACM SIGOPS en 2012. Fue elegido miembro de la Academia Nacional de Ingeniería en 2009 y de la Academia Estadounidense de las Artes y las Ciencias en 2016.
Publicaciones Seleccionadas
Ghemawat coautoró varios artículos seminales, incluyendo:
- "The Google File System" (2003) con Howard Gobioff y Shun-Tak Leung.
- "MapReduce: Simplified Data Processing on Large Clusters" (2004) con Jeff Dean.
- "Bigtable: A Distributed Storage System for Structured Data" (2006) con Fay Chang, Jeff Dean y otros.
- "Spanner: Google's Globally Distributed Database" (2012) con James C. Corbett, Jeff Dean y otros.
- "TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems" (2016) con Martín Abadi, Jeff Dean y otros.
Estas publicaciones son fundamentales en sistemas distribuidos y aprendizaje automático, citadas miles de veces.
Trabajo Posterior
En 2026, Ghemawat cofundó Discovery Loop, una startup de investigación en IA, lo que señala su compromiso continuo con las tecnologías emergentes. Su carrera ejemplifica la intersección de la ingeniería de sistemas y la inteligencia artificial, con un impacto duradero en cómo se diseña la infraestructura informática moderna.