提起 Jeff Dean，他头顶的光环可谓是数不胜数：谷歌首席架构师、谷歌研究院的高级研究员，也是谷歌的人工智能团队 Google Brain 的负责人，支持谷歌运行的超大规模计算框架 MapReduce 和机器学习的标志性软件 TensorFlow 就是在他的领导下开发的。同时他还是华盛顿大学计算机科学的博士、美国工程院院士、ACM（国际计算机学会）的董事和AAAS（美国科学促进会）的名誉董事。

　　在Jeff Dean 9岁时，因为他当医生的父亲很好奇电脑能不能用来帮忙解决健康问题，所以当 Jeff 的父亲在杂志封底看到当时第一台微型计算机 Altair 8800 的广告之后立刻就将它购买了下来，那时候的 Jeff 已经对计算机产生了浓厚的兴趣。后来，Jeff 从帮助父亲鼓捣电脑到开始自己鼓捣电脑。与许多男孩子一样，Jeff 对计算机最开始的兴趣也是游戏促成的，从游戏开始逐渐学会了自己编程，当时他买了一本游戏源代码的书，照着书中的内容的向电脑里输入，然后慢慢的自己也开始了修改，那时候的 Jeff 也才是十二三岁的年纪。

　　Jeff Dean 于1999年8月加入 Google，那时的 Google 并不是像现在这样的国际性大公司，当时的 Google 只有大约20名员工， Jeff 和他们一起挤在 Palo Alto（目前加州湾区的黄金地带，Google 、 Apple 、Facebook 等著名公司的总部都在这里）的一间小办公室里。Jeff 加入 Google 的第一项主要工作就是开发出了 Google 的广告系统，也就是今天的 AdSense，同时他对于 Google News 也作出了很大的贡献。在此之后，Jeff 逐渐开始关注公司的核心问题：如何足够快的处理越来越庞大的数据。

　　Google 的基础算法来自于它的两位创始人，Larry Page 和 Sergey Brin ，在当时都是顶级开发人员的他们创造了 PageRank 算法：一种在用户给定搜索查询的时候返回最相关搜索结果的算法。

　　对于搜索结果相关性的专注让 Google 一举超越了 Yahoo， AltaVista 以及当时处于领先地位的其他各个搜索引擎。不过随着 Google 变得越来越成功的同时，它也碰到了一项巨大的技术挑战：不能足够快地部署更多的机器来响应庞大的搜索需求。

　　所以 Jeff 和他的同事们，包括另一位出色的程序员Sanjay Ghemawat一起找到了解决方案，Sanjay也是日后 Jeff 的主要工作伙伴，他带领了一个团队开发了GFS（Google File System，谷歌文件系统），使得超大型的文件能够分布地被存储在众多廉价的服务器上。然后 Jeff 和 Sanjay 一起开发了一个称之为 MapReduce 的编程工具，来帮助开发人员有效地使用这些机器并行处理庞大的数据集。

　　MapReduce 的出现使整个行业拥有的更多的可能性，当 Jeff 和 Ghemawat在2004年的一个会议上发表了一篇研究论文之后，他们这个解决方法马上就变成了业界的标准。直到今天，MapReduce 还是众多其他项目的重要基石，其中之一就是著名的开源框架 Hadoop，而正是 Hadoop，造就了业界中新的流行语“大数据”。从在线旅行到能源勘探等不同的领域中都会用到大数据的方法。而正当 Google 开始在一些核心的应用中从 MapReduce 进一步扩展到其他新的编程模型时，Jeff 说他还是看到许多夏季实习生到 Google 开始新项目的时候，仍然会大量地使用 MapReduce。

　　如果你能看懂那些关于 Jeff Dean 的段子，那么你也应该明白 AdSense、MapReduce、TensorFlow 以及 BigTable、Spanner 等等这些名字对于互联网意味着什么。这些工具和系统深深地影响着今天程序员们的工作方式和思考方式，AdSense 这一广告产品甚至改变了互联网公司们的游戏规则。