Sanjay Ghemawat (nascido em 1966) é um cientista da computação e engenheiro de software americano. Ele é Senior Fellow no Google, no Grupo de Infraestrutura de Sistemas, onde seu trabalho moldou a computação distribuída em larga escala e o aprendizado de máquina. Ghemawat é mais conhecido por co-criar tecnologias fundamentais como MapReduce, o Google File System, Bigtable, Spanner e TensorFlow, frequentemente em colaboração com Jeff Dean. A ''Wired'' o descreveu como um dos "engenheiros de software mais importantes da era da internet". Em 2026, ele co-fundou a startup de pesquisa em IA Discovery Loop.
As contribuições de Ghemawat lhe renderam a membresia na Academia Nacional de Engenharia (2009) e na Academia Americana de Artes e Ciências (2016), além do Prêmio ACM de Computação de 2012, com Dean.
Educação e Início de Carreira
Ghemawat nasceu em West Lafayette, Indiana, e cresceu em Kota, Rajastão, Índia. Ele estudou na Universidade Cornell e no Instituto de Tecnologia de Massachusetts, obtendo um PhD pelo MIT em 1995. Sua dissertação, ''The Modified Object Buffer: A Storage Management Technique for Object-Oriented Databases'', foi orientada por Barbara Liskov e Frans Kaashoek.
Antes de ingressar no Google, Ghemawat trabalhou no DEC Systems Research Center, onde iniciou uma longa colaboração com Jeff Dean, que trabalhava em um laboratório próximo da DEC. Seus primeiros projetos incluíram um compilador Java e uma ferramenta de perfilamento de sistemas.
Carreira no Google
Após a DEC ser adquirida pela Compaq, Dean mudou-se para o recém-fundado Google em 1999, e Ghemawat o seguiu no mesmo ano. A dupla focou na infraestrutura central para lidar com o crescimento explosivo do mecanismo de busca. Seu trabalho incluiu:
- MapReduce: um modelo de programação para processamento de dados em larga escala em clusters, que se tornou uma pedra angular da análise de big data.
- Google File System: um sistema de arquivos distribuído proprietário, projetado para acesso eficiente e confiável usando hardware comum.
- Bigtable: um sistema de armazenamento escalável e semiestruturado que influenciou bancos de dados NoSQL posteriores.
- Spanner: um banco de dados distribuído globalmente e replicado de forma síncrona, que fornece consistência externa entre data centers.
- Protocol Buffers: um formato de intercâmbio de dados de código aberto amplamente usado para serialização.
- LevelDB: um armazenamento de chave-valor em disco de código aberto.
- TensorFlow: uma biblioteca de aprendizado de máquina de código aberto que se tornou uma ferramenta padrão para pesquisa em aprendizado profundo e redes neurais.
- Service Weaver: um framework de código aberto para construir aplicações distribuídas.
O trabalho de Ghemawat no TensorFlow, lançado em 2015, ajudou a democratizar o aprendizado de máquina ao fornecer uma plataforma flexível tanto para pesquisa quanto para produção. Seus sistemas influenciaram a infraestrutura de inteligência artificial em escala, permitindo avanços em modelos de linguagem de grande escala e IA generativa.
Prêmios e Honrarias
Ghemawat recebeu o Prêmio ACM de Computação de 2012, com Jeff Dean, por suas contribuições à infraestrutura da internet. Ele também recebeu o Prêmio ACM SIGOPS Mark Weiser em 2012. Foi eleito para a Academia Nacional de Engenharia em 2009 e para a Academia Americana de Artes e Ciências em 2016.
Publicações Selecionadas
Ghemawat coautorou vários artigos seminais, incluindo:
- "The Google File System" (2003), com Howard Gobioff e Shun-Tak Leung.
- "MapReduce: Simplified Data Processing on Large Clusters" (2004), com Jeff Dean.
- "Bigtable: A Distributed Storage System for Structured Data" (2006), com Fay Chang, Jeff Dean e outros.
- "Spanner: Google's Globally Distributed Database" (2012), com James C. Corbett, Jeff Dean e outros.
- "TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems" (2016), com Martín Abadi, Jeff Dean e outros.
Essas publicações são fundamentais em sistemas distribuídos e aprendizado de máquina, citadas milhares de vezes.
Trabalho Posterior
Em 2026, Ghemawat co-fundou a Discovery Loop, uma startup de pesquisa em IA, sinalizando seu contínuo engajamento com tecnologias emergentes. Sua carreira exemplifica a interseção entre engenharia de sistemas e inteligência artificial, com impacto duradouro em como a infraestrutura moderna de computação é projetada.