Matei Zaharia (né en 1984 ou 1985) est un informaticien et enseignant roumano-canadien. Il est le créateur d'Apache Spark, un moteur d'analyse unifié pour le traitement de données à grande échelle, et cofondateur de Databricks, une entreprise qui commercialise des plateformes cloud de données et d'apprentissage automatique. Ses recherches ont porté sur la manière de rendre les systèmes de calcul distribué et d'apprentissage automatique plus accessibles et plus efficaces.
En 2026, Forbes a classé Zaharia et Ion Stoica comme les Roumains les plus riches, avec une valeur nette de 5 milliards de dollars chacun.
Jeunesse et Éducation
Zaharia a grandi à Toronto, au Canada, et est diplômé du Jarvis Collegiate Institute avant de fréquenter l'Université de Waterloo. En tant qu'étudiant de premier cycle, il faisait partie de l'équipe de programmation de l'université qui a remporté une médaille d'or au Concours international de programmation universitaire en 2005, se classant quatrième au monde et premier en Amérique du Nord. Pendant ses années de premier cycle, il a contribué au jeu open-source 0 A.D., notamment en ce qui concerne la physique du rendu de l'eau, et a également participé au développement du mod Norse Wars pour Age of Mythology, qui a ensuite été adapté en scénario Fort Wars pour Age of Empires III.
Il a ensuite poursuivi des études supérieures en informatique, se concentrant sur les systèmes distribués à grande échelle. Il était affilié à l'AMPLab de l'UC Berkeley, où ses recherches doctorales portaient sur les limitations d'évolutivité des cadres de traitement de données existants.
Création d'Apache Spark
Alors qu'il était à l'AMPLab de l'UC Berkeley en 2009, Zaharia a créé Apache Spark comme alternative plus rapide à MapReduce, le paradigme dominant de traitement de données à grande échelle. Spark a introduit le calcul en mémoire et un modèle d'exécution plus flexible, permettant des accélérations significatives pour les charges de travail itératives et interactives. Ses recherches doctorales sur le calcul à grande échelle ont valu le prix de thèse de doctorat ACM 2014.
Spark a rapidement gagné en adoption dans l'industrie et le milieu universitaire, devenant l'un des cadres open-source les plus utilisés pour le big data. Son influence s'est étendue aux flux de travail de apprentissage automatique en fournissant une plateforme unifiée pour le traitement des données, le développement de modèles et les tâches de déploiement.
Carrière et Databricks
En 2013, Zaharia a cofondé Databricks, une entreprise construite autour de Spark et des technologies associées. Il en est le directeur technique, guidant l'orientation technique de la plateforme. Databricks est devenu un acteur majeur de la gestion des données cloud, offrant des services pour l'intelligence artificielle et l'analytique.
Il a rejoint le corps professoral du MIT en 2015, puis a déménagé à l'Université Stanford en 2016 en tant que professeur adjoint d'informatique. En 2019, il a reçu le Presidential Early Career Award for Scientists and Engineers. Cette année-là, il a également dirigé MLflow, une plateforme open-source pour la gestion des cycles de vie de l'apprentissage automatique, qui répond à des défis tels que le suivi des expériences, la reproductibilité des modèles et le déploiement.
En 2023, Zaharia a rejoint l'Université de Californie à Berkeley en tant que professeur associé, retournant à l'institution où il a développé Spark.
Contributions à la Recherche et Reconnaissance
Les recherches de Zaharia ont couvert le calcul distribué, la gestion des ressources et les systèmes pour l'apprentissage automatique. Au début de sa carrière, il a codéveloppé l'équité de ressource dominante, une généralisation de l'équité max-min pour l'allocation multi-ressources, qui a influencé la planification des ressources dans les gestionnaires de clusters. Ses travaux ultérieurs sur MLflow et les approches comportementales de la sélection de modèles ont contribué au côté opérationnel des systèmes de apprentissage automatique.
Pour ses contributions fondamentales aux systèmes de données et d'apprentissage automatique, il a reçu le prix ACM en informatique 2025. Il a également été reconnu pour son mentorat et son influence dans l'écosystème open-source, Apache Spark servant de pierre angulaire pour de nombreux pipelines modernes d'ingénierie des données et de deep learning.
Héritage et Impact
Le travail de Zaharia a eu un impact durable sur la manière dont les organisations traitent et analysent les données. Le succès d'Apache Spark a contribué à populariser l'idée d'API unifiées et de haut niveau pour le calcul distribué, réduisant la complexité de la création d'applications de données évolutives. Grâce à Databricks, il a également popularisé l'architecture lakehouse, qui combine le stockage et la gestion des données avec des capacités de apprentissage automatique.
Ses contributions à l'infrastructure de l'IA, en particulier en permettant la formation et le service évolutifs, ont soutenu la croissance plus large des applications de deep learning. Son leadership académique continue de façonner la recherche dans les systèmes cloud et les systèmes de données.