Matei Zaharia (nascido em 1984 ou 1985) é um cientista da computação e educador romeno-canadense. Ele é o criador do Apache Spark, um mecanismo de análise unificado para processamento de dados em larga escala, e cofundador da Databricks, uma empresa que comercializa plataformas de dados e aprendizado de máquina baseadas em nuvem. Sua pesquisa tem se concentrado em tornar sistemas de computação distribuída e aprendizado de máquina mais acessíveis e eficientes.
Em 2026, a Forbes classificou Zaharia e Ion Stoica como os romenos mais ricos, com um patrimônio líquido de US$ 5 bilhões cada um.
Início da Vida e Educação
Zaharia cresceu em Toronto, Canadá, e se formou no Jarvis Collegiate Institute antes de frequentar a Universidade de Waterloo. Como estudante de graduação, ele fez parte da equipe de programação da universidade que ganhou uma medalha de ouro no Concurso Internacional de Programação Colegial em 2005, ficando em quarto lugar no mundo e primeiro na América do Norte. Durante seus anos de graduação, ele contribuiu para o jogo de código aberto 0 A.D., particularmente na física de renderização de água, e também ajudou a desenvolver o mod Norse Wars do Age of Mythology, que foi posteriormente adaptado para o cenário Fort Wars do Age of Empires III.
Ele posteriormente buscou estudos de pós-graduação em ciência da computação, com foco em sistemas distribuídos em larga escala. Ele foi afiliado ao AMPLab na UC Berkeley, onde sua pesquisa de doutorado abordou limitações de escalabilidade em estruturas existentes de processamento de dados.
Criação do Apache Spark
Enquanto estava no AMPLab da UC Berkeley em 2009, Zaharia criou o Apache Spark como uma alternativa mais rápida ao MapReduce, o paradigma dominante de processamento de dados em larga escala. O Spark introduziu computação em memória e um modelo de execução mais flexível, permitindo acelerações significativas para cargas de trabalho iterativas e interativas. Sua pesquisa de doutorado em computação em larga escala rendeu-lhe o Prêmio de Dissertação de Doutorado da ACM de 2014.
O Spark rapidamente ganhou adoção tanto na indústria quanto na academia, tornando-se um dos estruturas de código aberto mais amplamente usados para big data. Sua influência se estendeu a fluxos de trabalho de aprendizado de máquina ao fornecer uma plataforma unificada para processamento de dados, desenvolvimento de modelos, e tarefas de implantação.
##Carreira e Databricks
Em 2013, Zaharia cofundou a Databricks, uma empresa construída em torno do Spark e tecnologias relacionadas. Ele atua como seu diretor de tecnologia, guiando a direção técnica da plataforma. A Databricks cresceu para se tornar uma grande player no gerenciamento de dados em nuvem, oferecendo serviços para inteligência artificial e análise.
Ele ingressou no corpo docente do MIT em 2015, depois mudou-se para a Universidade de Stanford em 2016 como professor assistente de ciência da computação. Em 2019, ele recebeu o Prêmio Presidencial de Carreira Precoce para Cientistas e Engenheiros. Naquele ano, ele também liderou o MLflow, uma plataforma de código aberto para gerenciar ciclos de vida de aprendizado de máquina, que aborda desafios como rastreamento de experimentos, reprodutibilidade de modelos, e implantação.
Em 2023, Zaharia ingressou na Universidade da Califórnia, Berkeley como professor associado, retornando à instituição onde desenvolveu o Spark.
##Contribuições de Pesquisa e Reconhecimento
A pesquisa de Zaharia abrangeu computação distribuída, gerenciamento de recursos, e sistemas para aprendizado de máquina. No início de sua carreira, ele co-desenvolveu a justiça dominante de recursos, uma generalização da justiça max-min para alocação de múltiplos recursos, que influenciou o agendamento de recursos em gerenciadores de cluster. Seu trabalho posterior sobre MLflow e abordagens comportamentais para seleção de modelos contribuiu para o lado operacional de sistemas de aprendizado de máquina.
Por suas contribuições fundamentais para sistemas de dados e aprendizado de máquina, ele recebeu o Prêmio ACM em Computação de 2025. Ele também foi reconhecido por sua mentoria e influência no ecossistema de código aberto, com o Apache Spark servindo como uma pedra angular para muitos pipelines modernos de engenharia de dados e aprendizado profundo.
##Legado e Impacto
O trabalho de Zaharia teve um impacto duradouro em como organizações processam e analisam dados. O sucesso do Apache Spark ajudou a popularizar a ideia de APIs unificadas e de alto nível para computação distribuída, reduzindo a complexidade de construir aplicações de dados escaláveis. Através da Databricks, ele também popularizou a arquitetura lakehouse, que combina armazenamento e gerenciamento de dados com capacidades de aprendizado de máquina.
Suas contribuições para a infraestrutura de IA, particularmente em permitir treinamento e serviço escaláveis, apoiaram o crescimento mais amplo de aplicações de aprendizado profundo. Sua liderança acadêmica continua a moldar pesquisa em computação em nuvem e sistemas de dados.