Python-Experten in Zürich
aus über 15.000 Lebensläufen mit der Kraft von KIBeauftrage Experten, die mit Python, Django, Flask, FastAPI, pandas und NumPy Datenpipelines, APIs, Automatisierungsskripte und Machine-Learning-Services bauen. Erhalte schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten in Zürich kennen, die kürzlich Python-Experten eingesetzt haben
Marco Skulschus
Letzte Position:
Business Analyst, Data Warehouse Developer bei NRW.Bank
Business-Analyse für das Risikocontrolling.
Entwicklung eines Data Warehouses auf Basis von MS SQL Server mit Daten aus der FIS Cross-Asset Trading and Risk Platform (ehemals Front Arena).
Implementierung von ETL- und Transformationslogik mit T-SQL und Python (Template Engine Jinja2).
Modellierung und Automatisierung der Datenstrukturen mit Data Vault.
Aufbau von Reporting- und Analyseberichten mit Microsoft Power BI inkl. Schulung und Einführung der Anwender.
Vincent Verdet
Letzte Position:
IT Business Partner & Enterprise Architect bei Sulzer
- Die Enterprise-Architecture-Funktion für die Sulzer Group (~13.500 Mitarbeitende, CHF 3.6 Mrd. Umsatz) von Grund auf aufgebaut
- Das Technical-Governance-Framework, das Target Operating Model und die IT-PMO-Basis definiert, die heute Architekturentscheidungen und den Portfolio-Bedarf über alle Divisionen hinweg steuern.
- SAP LeanIX als maßgebliches System of Record für das Application Portfolio eingeführt - konzernweit 500 Applikationen erfasst (140 für Chemtech), Fach- und IT-Stakeholder angebunden und die Integration mit ServiceNow gestartet, um Architekturdaten in operative Workflows zu integrieren.
- Die Divisions- und konzernweite Application-Rationalization-Initiative geleitet
- 15 % der 140 Applikationen im Chemtech-Portfolio außer Betrieb genommen, CHF 627k laufende Einsparungen über zwei Jahre erzielt und Lizenz- sowie Support-Risiken deutlich reduziert.
- Die divisionalen AI Roadmap gemeinsam mit Sales-, Legal- und R&D-Leadership definiert und umgesetzt
- 4 KI-Lösungen produktiv ausgerollt (darunter Harmonisierung von Sales-Prozessen und LLM-basierte Erkennung von IP-Konflikten) aus einem Portfolio von 7 priorisierten Initiativen.
- Die 3-jährige IT-Strategic Roadmap für Chemtech aufgebaut und verantwortet
- Cloud- und Technologiearchitektur mit den geschäftlichen Prioritäten der Division und einem jährlichen Investitionsrahmen von CHF 1.5 Mio. abgestimmt.
- CHF 500k an vermiedenen Kosten erzielt, indem finanzierte, aber wenig wertvolle Initiativen hinterfragt und gestoppt wurden - mit klarer Governance-Disziplin und Einfluss auf Executive-Ebene, ohne Implementierungsausgaben.
Gwang Jin Kim
Letzte Position:
Data Scientist / Forscher für angewandte KI, Automatisierung und Datensysteme bei Selbstständig
- Entwicklung und Erprobung von Prototypen in den Bereichen angewandte GenAI, RAG, GraphRAG, lokale LLM, agentische KI und Dokumentenintelligenz für strukturierte Analysen, Extraktion von Befunden, semantische Suche, technisches Reasoning und entscheidungsrelevantes Reporting
- Aufbau privater lokaler-LLM-Workflows und KI-Systemmuster mit Fokus auf Datenschutz, Reproduzierbarkeit, Prüfbarkeit, kostengünstige Inferenz und praktische Nutzerkontrolle
- Erstellung reproduzierbarer Python-/R-Workflows für Datenanalyse, Automatisierung, API-gesteuerte Tools, Validierungslogik, technische Dokumentation und KI-gestützte Softwareentwicklung
- Gestaltung von Workflows auf Basis expliziter Annahmen, nachverfolgbarer Eingaben, prüfbarer Ausgaben und Bewusstsein für Fehlermodi statt Black-Box-"sieht gut aus"-Demos
- Unterstützung der RAHN AG in einem chemischen/Regulierungsumfeld bei der Datenextraktion und -verarbeitung rund um WERCS, einer Regulierungsanwendung für Chemieprodukte und Compliance-Daten
- Analyse komplexer Anwendungs-/Datenbankschemata und Erstellung verschachtelter SQL-Abfragen zur Informationsgewinnung für Mischungsberechnungen, Komponentenbeziehungen, regulatorische Regeln und Reporting-Logik
- Fortführung der praktischen Arbeit in Git/GitHub/GitLab/Bitbucket, Docker-/Linux-Deployment-Mustern, REST-/API-Workflows, Fehlerbehandlung, technischem Schreiben und schneller KI-gestützter Prototypentwicklung
- Aufbau von Workflows für technische Dokumentation, die komplexe Systeme in klare Runbooks, Checklisten, Entscheidungsnotizen und nutzerorientierte Erklärungen überführen
Christoph Pardon
Letzte Position:
ICT DevSecOps Engineer & Security Coordinator bei Abraxas Informatik AG
- Schnittstellenfunktion zum SOC-Team; Verbesserung der Incident-Response-Zeit um 45% durch strukturierte Eskalationsprozesse und proaktive Sicherheitsüberwachung.
- Definition technischer Standards für Multi-Tenant-Enterprise-Plattform (10+ Services), resultierend in 30% reduzierter Onboarding-Zeit für neue Mandanten im Behördenumfeld.
- Aktiver Wissenstransfer und Mentoring eines 6-köpfigen Teams; Steigerung der Team-Autonomie und Etablierung einer nachhaltigen Engineering-Kultur.
- Reduzierung der Time-to-Market um 50% durch Optimierung von CI/CD-Pipelines und Etablierung von Self-Service-Deployments.
- Stack: GitLab CI/CD, Kubernetes, Nexus, Harbor, ArgoCD, HashiCorp Vault, Grafana, Python, PostgreSQL, Java, Spring Boot, Flyway, Quarkus, JBoss, Loki, Go, Kafka, Kustomize, MongoDB
Milan Simonović
Letzte Position:
Cloud Architect & DevOps bei Avaloq
- Hauptverantwortlicher Cloud-Solution-Architekt für ein Banking-SaaS-Angebot, gehostet in Azure.
- Die Azure-Infrastruktur vollständig mit Terraform automatisiert.
- Cloud-Kosten um 50 % gesenkt.
- Auf Incidents reagiert, Ursachen gefunden und mit Post-Mortems abgeschlossen.
Robin Ochsner
Letzte Position:
Mitgründer & AI Solutions Architect bei airdys
- Produktstrategie, Architektur und technische Mitgestaltung
- KI-Workshops, Kunden-Onboarding und Go-to-Market-Aktivitäten
- Design und Umsetzung von KI-Architekturen (LLMs, RAG, MCP, Agents, Voice, Automation)
- Praktische Entwicklung von Prototypen und produktionsreifen KI-Integrationen
- Beratung von Kunden zur KI-Einführung, zu Workflows und zur Integration in bestehende Infrastruktur
- Zusammenarbeit mit den Mitgründern bei der strategischen Ausrichtung
- Mitarbeit im Vertrieb und in der Kundengewinnung
Tools und Technologien: OpenAI, Anthropic, Azure, Vercel AI SDK, RAG (Retrieval-Augmented Generation), MCP (Model Context Protocol), FastAgent, VAPI, n8n, make.com, LibreChat, PostgreSQL, OpenAPI, Next.js, Vercel, Docker
Venkata Renduchintala
Letzte Position:
Kontinuierliches Lernen bei Persönliche Auszeit
- ZHAW CAS Sichere Softwaregestaltung und -entwicklung
- Deutsch C1 und Goethe-Zertifikat C1
- CAS ETH Cloud und Mobile Computing an der ETH Zürich
- Linux Foundation Linux-Systemadministration LFS307
- Linux Foundation Kubernetes Grundlagen LFS258
- Linux Foundation Kubernetes für Anwendungsentwickler LFD459
- Linux Foundation Kubernetes Sicherheitsgrundlagen LFS460
Roland Arato
Letzte Position:
Projektmanager und Senior Business Analyst bei Init Services GmbH
- Projektmanagement: Implementierung der SAP- & EBX-Integration für Master- und Referenzdatenmanagement und Leitung der Entwicklung KI-unterstützter Services für Datenmanagement und datenschutzorientierte Lösungen
- Business Analyse: Durchführung umfassender Anforderungserhebungen und Datenanalysen für MDM-Implementierungen, Unterstützung der Serviceintegration über REST-APIs zur Verbesserung der Interoperabilität, Leitung von Anforderungserhebung, Analyse und Umsetzung agentenbasierter KI-Services
- Technologien: SAP BP & FICO & MM, Tibco EBX, n8n, maßgeschneiderte KI-Entwicklung in Java, Python, RDBMS, Cloud
Ahmed Rehman
Letzte Position:
KI- & Automatisierungsingenieur bei Teosek GmbH
- Prototypen erstellen, KI-Kompetenzen erweitern und praktische Anwendung im Startup-Kontext.
- Übergangsphase: Weiterbildung im Bereich Prompt Engineering, API, KI, eigenständige Prototyp-Projekte und Mitarbeit bei einem Startup eines Freundes.
- Technologien: LangChain, REST, Python, Java, JS, TS, Node.
Christian Bucholdt
Letzte Position:
Principal für Geschäftsoptimierung und Beratung bei Xebia
- Aufbau von Produktivitätslösungen für Backoffice-Prozesse, einschließlich Fallmanagement und automatisierter Workflows in der Versicherungsbranche
- Integration von GenAI-Funktionen in operative Prozesse zur Effizienzsteigerung auf Basis messbarer KPIs
- Erfolgreiche Umsetzung von Integrations- und Datenprojekten mit agiler Methodik in den Bereichen Requirements Engineering, Cloud-native Entwicklung und Computing, Softwareentwicklung, Datenanalyse, Qualitätsmanagement und technischer Dokumentation
- Coaching und Beratung von Kunden bei der Einführung von Technologien, z.B. bei der Identifizierung von Anwendungsfällen, der Bewertung organisatorischer Auswirkungen und dem Aufbau eines Business Case für Investitionen
- Beratung von Kunden zur Kostenoptimierung durch IT-Carve-out und Outsourcing des Software-Produkt-Engineerings
- Technologien: Jira, Confluence, ServiceNow, GitHub Copilot, Agile/SAFe
Ursula Maria Mayer
Letzte Position:
Business-Mentor bei RoleModel Rebels
- Mentoriere weibliche Studierende und Fachkräfte dabei, ihre Karrieren voranzutreiben, insbesondere als angehende Tech-Unternehmerinnen.
Claus Nielsen
Letzte Position:
Oracle-Datenbankingenieur bei BBV.ch
- Migration von Datenbanken von ODA zu Exadata
- Migration von Datenbanken von Exadata zu ExaCC/OCI
- Reduzierung der UCC-Nutzung um 10%
- Entwicklung von Automatisierungsskripten mit Python
- Performance-Tuning
- Verkleinerung der Entwicklungsdatenbanken von 6 TB auf 3 TB mittels Exadata-Spaltenkompression
- Optimierung der Anwendungsleistung um 30 % mithilfe der In-Memory-Option
- Optimierung der Nicht-Produktions-Exadata um 20 %, um CPU-Ressourcen vor der ExaCC-Migration freizugeben
- Datenbank-Patching von Oracle 19c
- Grundlegendes Ansible-Scripting für Deployments und Datenbankklone
- Entwicklung eines Abrechnungsmodells für eine gemeinsame Oracle-Plattform
- Migration von Single-Instance-Datenbanken zu Oracle RAC
- Analyse von RAC-Problemen
- Beratung von Entwicklerteams zur Migration auf RAC
Dariusz Kaczmarkiewicz
Letzte Position:
Business-System-Analyst bei Zurich Insurance
Mitarbeit an einem strategischen Konzernprojekt zur Einführung einer zentralen Kundendatenplattform („Einheitliche Datenquelle") zur Eliminierung redundanter Datenhaltung und Beschleunigung digitaler Services
Analyse und Dokumentation der Business- und Systemanforderungen für die Migration großer, heterogener Datenbestände (ETL) sowie für die kontinuierliche Datensynchronisation zwischen Kernsystemen und der neuen Plattform
Enge Zusammenarbeit mit Fachbereichen, Dateningenieuren und Architekten zur Erhebung und Validierung der Anforderungen sowie Sicherstellung von Datenqualität, Konsistenz und Einhaltung regulatorischer Vorgaben
Definition der Migrationsstrategie, Spezifikation der ETL-Prozesse und Synchronisationsmechanismen, Dokumentation der technischen Schnittstellen
Entwicklung und Durchführung von Testfällen für Migrations- und Synchronisationsprozesse sowie Defektanalyse zur Sicherstellung von Datenintegrität und Systemstabilität
Technologien: SQL, Microsoft SQL Server, Azure DevOps, Confluence, UML, REST-Services, Swagger, Postman
David Barreto Schmidt
Letzte Position:
Externer Projektleiter im Supply Chain Netzwerk bei DEUTZ AG
- Projektleitung (SAP BN (Ariba) Onboarding, Unterstützung SAP ECC und SAP TM für Lieferanten Themen)
- Standardisierung globaler Wertschöpfungsprozesse
- Grundschulung sowie zentraler Ansprechpartner für Lieferanten und Unterstützung der Disponenten
Matthias Isler
Letzte Position:
Teilzeit-CTO (Leitender Ingenieur / Technischer Architekt)
- Groß angelegte Systeme und APIs konzipiert, die Tausende gleichzeitige Nutzer bedienen.
- Einen 650.000-Zeilen-Monolith refaktoriert und die vollständige AWS-Migration für stabile Performance geleitet.
- SLO-basierte Observability eingeführt, was Zuverlässigkeit und Wiederherstellungsprozesse verbesserte.
- Cloud- und Datenbank-Optimierungen durchgeführt und so erhebliche Kosteneinsparungen und Latenzreduzierungen erreicht.
- LLM-, RAG- und Dokumentautomatisierungspipelines bereitgestellt, die in der Produktion eingesetzt werden.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Python-Experten einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
22 Jahre (Schweiz: 21 Jahre)
Positionsdauer
2,6 Jahre (Schweiz: 2,5 Jahre)
Positionen pro Freelancer
12
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Bildung
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
92%
Master-Abschluss oder höher
67% (Schweiz: 63%)
Doktortitel
17% (Schweiz: 12%)
Zertifizierungen pro Freelancer
4
Häufigste Sprachen
Englisch, Deutsch, Französisch
Sprechen zwei oder mehr Sprachen
100% (Schweiz: 98%)
Basierend auf unserem Profilpool, Stand 30 Aug 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Zürich verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in Zürich, die Python-Experten einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 30 Aug 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Über die Technologie
Wofür Python passt
Python ist eine Allzwecksprache für Web-Backends, Datenarbeit, Automatisierung, Tests und Machine Learning. Teams nutzen sie, um Prototypen schnell umzusetzen und den Code auch dann gut wartbar zu halten, wenn das Projekt wächst. Sie ist eine gängige Wahl, wenn dieselben Spezialisten Produktarbeit, Analytics und Betrieb abdecken müssen.
Üblicher Stack
- Django für vollständige Webanwendungen und interne Tools
- Flask oder FastAPI für APIs und leichte Services
- pandas, NumPy und Jupyter für Datenarbeit
- pytest, black und mypy für Qualität und Konsistenz
- Celery, Redis und SQLAlchemy für Hintergrundjobs und Datenzugriff
Ein guter Spezialist weiß, wo jedes Teil hingehört, und hält das Setup einfach. Das ist wichtig, wenn mehrere Teams von derselben Codebasis abhängen.
Typische Aufgaben
Unternehmen holen Python-Profis für neue Backends, Datenverarbeitung, Admin-Tools, Web Scraping, Integrationsschichten und unterstützenden Code für Machine Learning an Bord. In Zürich gehören dazu oft Teams aus Finance, Insurance, Software und Forschung, die eine klare, zuverlässige Umsetzung brauchen. Die besten Experten schreiben Code, der sich leicht prüfen, deployen und erweitern lässt.
Wann man einstellen sollte
- Du brauchst einen neuen Service, aber die Architektur ist noch offen
- Eine bestehende Python-Codebasis ist schwer zu warten
- Datenskripte sind manuell und brechen zu oft
- APIs, Queues oder Worker brauchen eine Bereinigung
- Du brauchst Hilfe bei Tests, Packaging oder Deployment
Freelance-Support ist sinnvoll, wenn die Arbeit klar abgegrenzt ist und das Team Tempo braucht, ohne einen langen Einstellungsprozess. Er ist auch eine praktische Möglichkeit, Lücken in Django, FastAPI oder Data Engineering zu schließen.
Was gut aussieht
Starke Python-Spezialisten verstehen mehr als nur die Syntax. Sie wissen, wie man Module strukturiert, Abhängigkeiten verwaltet, Typisierung handhabt, Tests schreibt und das Laufzeitverhalten vorhersehbar hält. Außerdem kommunizieren sie klar mit Produkt-, Data- und Infrastrukturteams, was bei hybriden oder Remote-Projekten in Zürich hilft.
Passung für die Beauftragung
Für kurze Einsätze solltest du nach Profis suchen, die eine bestehende Codebasis schnell lesen und sichere Änderungen vornehmen können. Für größere Vorhaben wähle Menschen, die Python-Systeme end-to-end geliefert haben, inklusive Reviews, Tests und Support im Betrieb. Remote-Zusammenarbeit funktioniert gut, und Zeit vor Ort in Zürich ist vor allem für Workshops, Discovery oder sensible Übergaben nützlich.
Häufig gestellte Fragen
Fragen zu Python-Experten? Hier findest du die passenden Antworten.
Python wird für Web-Backends, APIs, Automatisierung, Datenverarbeitung, Tests und Machine-Learning-Support verwendet. Viele Teams wählen es, wenn sie eine Sprache sowohl für Produktfunktionen als auch für interne Abläufe brauchen. Es ist auch häufig für Skripte, die Systeme verbinden oder operative Aufgaben bereinigen.
Python wird oft wegen der schnellen Umsetzung, des gut lesbaren Codes und des breiten Ökosystems für Daten und Automatisierung gewählt. JavaScript ist meist stärker im Frontend, Java bei großen Enterprise-Systemen und Go bei einfachen, performanten Services. Die richtige Wahl hängt vom Team, den Laufzeit-Anforderungen und davon ab, wie viel vorhandener Code schon da ist.
Ein starker Python-Spezialist kennt in der Regel SQL, Git, Tests und mindestens ein Web- oder Daten-Framework wie Django, Flask, FastAPI oder pandas. Für produktive Systeme sind auch Docker, Cloud-Grundlagen und CI/CD nützlich. Wenn das Projekt Analytics oder Machine Learning berührt, können NumPy, scikit-learn oder Jupyter ebenfalls wichtig sein.
Bei Python brauchen einfache Skripte oder kleine interne Tools manchmal nur einen fokussierten Spezialisten, der schnell arbeiten kann. Größere Systeme brauchen jemanden, der Design, Tests, Packaging und Deployment versteht, nicht nur Code schreibt. Wenn das Vorhaben Produktionsdaten oder kundennahe APIs betrifft, ist nachgewiesene Umsetzung wichtiger als reine Geschwindigkeit.
Ja, Python-Arbeit eignet sich oft gut für Remote-Umsetzung, weil die meisten Aufgaben auf Code, Reviews und Tests basieren. In Zürich kann Zeit vor Ort dennoch zu Projektbeginn oder dann helfen, wenn Teams engen Zugang für Workshops und Übergaben brauchen. Viele Unternehmen nutzen ein gemischtes Setup mit Remote-Ausführung und lokaler Abstimmung.
Sieh dir den von ihm ausgelieferten Python-Code an, nicht nur die Tools, die er aufzählt. Frage, wie er mit Tests, Abhängigkeiten, Typ-Hinweisen und Deployment umgeht und ob er Abwägungen in einer echten Codebasis erklären kann. Gute Spezialisten zeigen eine saubere Commit-Historie, klare Kommunikation und einen praktischen Ansatz für Wartung.
Python-Projekte mit Admin-Bereichen, Benutzerverwaltung und vollständigen Webanwendungs-Anforderungen passen oft gut zu Django. Flask ist leichter und eignet sich für kleinere Services, während FastAPI eine starke Wahl für moderne APIs mit klarer Typisierung und schneller Entwicklung ist. Ein guter Spezialist wählt das Framework nach dem Produkt, nicht aus Gewohnheit.
Python-Spezialisten in Zürich werden oft für Finance-, Insurance-, Software- und Forschungsarbeit hinzugezogen, die zuverlässige Backends oder Datenpipelines braucht. Typische Anfragen sind API-Umsetzung, Automatisierung, Reporting, Integrationsarbeit und die Bereinigung alter Skripte. Klare Kommunikation auf Englisch reicht meist aus, auch wenn lokale Team-Meetings auf Deutsch stattfinden können.
Der durchschnittliche Stundensatz von Freelancern in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, liegt bei 114 €, was einem Tagessatz von etwa 909 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, haben 92% mindestens einen Bachelor-Abschluss, 67% mindestens einen Master-Abschluss und 17% einen Doktortitel.
Freelancer in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 22 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,6 Jahre.
Die häufigsten Sprachen unter Freelancern in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, sind Englisch (100%), Deutsch (93%) und Französisch (36%).
Die häufigsten Industrien unter Freelancern in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (75%), Bank- und Finanzwesen (71%) und Bildung (46%).
Die häufigsten Bereiche unter Freelancern in Zurich, Schweiz, die Python in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (93%), Produktentwicklung (79%) und Projektmanagement (79%).
Hauptstandorte der FRATCH Experten, die kürzlich Python-Experten eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Basel 
Bern Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!
Philipp Thomaschewski
FRATCH CEO
