Redis Experten in der Schweiz
, die mithilfe von KI in wenigen Minuten vermittelt werdenArbeiten Sie mit Spezialisten, die Caching-Schichten mit niedriger Latenz, verteilte Pub/Sub-Kommunikation und hochleistungsfähige Datenspeicher konzipieren – präzise aus geprüften, verfügbaren Freelancern vermittelt.
Lerne FRATCH Experten in der Schweiz kennen, die kürzlich Redis eingesetzt haben
Mohamad K.
Letzte Position:
Senior-Backend-Entwickler bei Standing on Giants
- Leitete die Architektur und die vollständige technische Umsetzung für gemeinschaftsbasierte SaaS-Plattformen mit 2M+ monatlich aktiven Nutzern.
- Entwickelte die Architektur und leitete die Migration einer monolithischen Python/FastAPI- und PostgreSQL-Datenbank- und LangChain-Codebasis zu einer ereignisgesteuerten Microservices-Architektur auf AWS EKS. Dabei wurde ein 10-faches Verkehrswachstum von ~150 RPS auf 1,500+ RPS ohne Neuarchitektur bewältigt.
- Definierte und etablierte technische Standards für alle Services, darunter API-Verträge, Observability-Grundlagen und Deployment-Topologie. Dadurch wurden Produktionsvorfälle innerhalb von 9 Monaten um 55% und die MTTR von 2 Stunden auf unter 25 Minuten reduziert.
- Überarbeitete die Caching- und Abfrageschicht mit mehrstufigem Redis-Caching sowie Datenbankindexierung und -partitionierung. Dadurch sank die p95-API-Latenz von 850ms auf 180ms (78% Reduktion) und die CPU-Auslastung der Datenbank um 45%.
- Entwickelte eine CI/CD-Plattform mit GitHub Actions, Terraform und Kubernetes (EKS) einschließlich Blue-Green- und Canary-Rollouts. Dadurch stieg die Deployment-Häufigkeit von ~2/Monat auf 8-12/Tag, während sich die Durchlaufzeit von 10 Tagen auf unter 6 Stunden reduzierte.
- Implementierte Vertragstests, automatisierte Lasttests und Observability-SLOs mit Prometheus, Grafana und OpenTelemetry. Dadurch stieg die Plattformverfügbarkeit von 99.5% auf 99.95% (10-fache Reduktion des Verbrauchs des Fehlerbudgets).
- Leitete und entwickelte ein fachübergreifendes Team aus 8 Ingenieuren in den Bereichen Backend, Frontend und DevOps. Skalierte die Teamgröße von 4 auf 8 bei einer Bindungsquote von 85%; verantwortlich für Einstellung, Einarbeitung, Leistungsbeurteilungen und Karriereentwicklung.
- Arbeitete mit der Leitung von Product, Design und Client Success als primärer technischer Entscheidungsträger zusammen, übersetzte Geschäftsziele in technische Roadmaps und traf Make-or-Buy-Entscheidungen für Authentifizierung, Suche und AI-Tools.
- Führte AI-gestützte Entwicklungsabläufe ein, darunter automatisierte Code-Reviews und einen internen wissensbasierten Assistenten auf RAG-Basis mit Graph (GraphRAG, Neo4J). Dadurch stieg der Sprint-Durchsatz über zwei Quartale um 30%.
- Verantwortete das Incident-Management und den Bereitschaftsdienst für den Produktionssupport. Etablierte Runbooks, eine Postmortem-Kultur und On-Call-SLOs, wodurch Vorfälle mit Alarmierungen am Wochenende um 70% zurückgingen.
- Entwickelte und optimierte Algorithmen mit python-Bibliotheken wie Numpy und Pandas.
Christoph P.
Letzte Position:
IKT 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
Malik O.
Letzte Position:
KI-Wissenschaftler bei SQPS
- Intelligente Dokumentenverarbeitung mit OCR und Computer Vision: Konzipierte die durchgängige KI-Pipeline im Kern des GenAI-Dokumentenverarbeitungsprodukts von SQPS. Sie wandelt Stapel gescannter Papierdokumente und PDFs in organisierte, durchsuchbare Dokumente um und kombiniert dafür Bildvorverarbeitung, OCR und Layoutanalyse für Scans unterschiedlicher Qualität. Technologien: Python, OpenCV, Tesseract / PaddleOCR, PyTorch, FastAPI
- Automatische Dokumententrennung und -klassifizierung: Entwickelte Modelle, die in einem einzelnen Scan mit mehreren Dokumenten erkennen, wo ein Dokument endet und das nächste beginnt, und jedes Dokument nach Typ klassifizieren (Rechnungen, Verträge, Briefe, Berichte), um eine vollständig automatisierte Ablage zu ermöglichen. Technologien: Python, PyTorch, scikit-learn, Hugging Face Transformers
- Informationsextraktion und intelligente Dateibenennung mit LLMs: Implementierte ein GenAI-Extraktionssystem auf LLM-Basis, das Datumsangaben, Namen und Referenznummern aus unstrukturierten Dokumenten ausliest und daraus einheitliche, regelbasierte Dateinamen erstellt. Dabei lassen sich die Namenskonventionen für jede Organisation individuell festlegen. Technologien: Python, LangChain, OpenAI, SentenceTransformers, SQL
Robin O.
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
Peter S.
Letzte Position:
Web Applikationsentwickler PHP / Wordpress Plugin Entwicklung bei Gemeinde Bauma
- Analyse, Beratung und Entwicklung einer Wordpress Applikation für die digitale Verarbeitung und Bereitstellung des Bauma Chronik Archivs
Christoph J.
Letzte Position:
Projektleitung, Softwareentwicklung, Softwarearchitekt, DevOps bei Migros Genossenschafts Bund
- Greenfield-Projekt M-Zollmanager: Entwicklung einer internen Plattform zur Unterstützung der Nutzer bei der Buchung von Bedarfsbereichen auf Positionen in Veranlagungsverfügungen.
- Greenfield-Projekt M-Deliveryplan: Entwicklung einer internen Plattform zur Planung und Verfolgung von Lieferungen im Bereich internationaler Transport.
- Erstellung von Funktionen zur Prognose der wahrscheinlichen Ankunftszeit von Containerschiffen und Waren vom Port of Load bis zum Port of Destination unter Berücksichtigung potenzieller Ereignisse.
- Entwicklung des Add-ons TrackAndTrace für M-Deliveryplan zur Verfolgung und Planung von Waren und Containern.
- Entwicklung eines generischen KI-Chatbots für die App-Infrastruktur von Migros einschließlich Integration von ChatGPT und Aufbau von KI-Workflows mit N8N.
- Entwicklung von KI-Assistenten zur Automatisierung repetitiver Aufgaben, z. B. Erstellung von Release-Notes oder Verarbeitung von Jira-Aufgaben auf Basis von N8N-Workflows.
- Weiterentwicklung und Wartung der Apps M-LFS, M-Vehicleaccess und M-Worklog.
- Einsatz von C#, Angular 18, DevOps-Praktiken, N8N, Kubernetes, Docker, Jira, Confluence und Azure.
- Laufendes Projekt mit kontinuierlicher Weiterentwicklung der Plattformen und Workflows.
Stefan H.
Letzte Position:
Fullstack-Entwicklung, Product-Owner & Tech-Lead bei Trex AG
- Business-Analyse, Architektur und Umsetzung einer Telemedizin-Plattform für Tierhalter.
- Leitung des Entwicklungs-Teams als Product-Owner und Tech-Lead.
- Einführung von Agilen Prozessen, Aufbau der Entwicklungs-Guidelines und System-Dokumentationen.
- Planen und umsetzen von Features wie Video-Call, Live-Chat, Marketingautomatisierung.
- Umsetzung von KI-basierten Features wie das automatisierte Tagging von Informationen (Vermisstmeldungen, Marktplatzeinträge etc.), Aufbereitung von Social-Media Inhalten, Aufbereitung von Gesprächs-Transkripten.
- Skills: Angular, NGXS, Tailwind, Java, Spring Boot, Kubernetes, Docker, CI / CD, MySQL, LLMs, RAG, MCP, Redis, OpenSearch.
- Branche: Tiermedizin.
Georgios S.
Letzte Position:
Senior-Softwareingenieur bei UBS Bank
- Umsetzung eines Code-Refactoring-Frameworks, das in der Lage ist, Tausende von Repositories mithilfe Generativer KI zu refactoren
- Verwendung von Python (Django, Flask, FastAPI), Java und Typescript in der Azure Cloud (Data Lake, VMs, AI) und der GitLab-Infrastruktur
- Mentoring und Pair Programming
- Erwerb der Zertifizierungen Azure AI-900 und AI-102
Matthias I.
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.
Alejandro A.
Letzte Position:
KI-Forscher & Ingenieur bei Tufa Labs
- Habe den Inferenz-Stack auf einem Multi-Node-DGX-B200-Cluster über vLLM und SGLang bereitgestellt und optimiert (Serving, Durchsatz- und Latenz-Tuning).
- Habe zusammen mit einem kleinen Team eine interne Python-Bibliothek für das LM-Pretraining gebaut, die den kompletten Trainings-Loop abdeckt: verteiltes Training mit PyTorch FSDP, Datenpipelines, Checkpointing, Config- und Hyperparameter-Management sowie Experiment-Tracking.
- Habe Agenten-Gerüste auf interaktiven Game-Benchmarks ähnlich ARC-AGI-3 gebaut und ausgewertet, mit Metriken dafür, wie Modelle planen, erkunden und sich über mehrstufige Episoden anpassen; habe Modellfehler klassifiziert und die Erkenntnisse in das Gerüst- und Evaluationsdesign zurückgespielt.
- Habe Loop-Transformer-Architekturen erforscht.
Ned O.
Letzte Position:
Tech Lead bei R3leaf GmbH
- Eigenständig Architektur entworfen und Produktionscode im Startup-Tempo geliefert
- Diverse Geodatenformate (NETCDF, GeoTIFF, GML) in einheitliche Standards überführt und skalierbare Klimadaten-Visualisierungen aus Hunderten GB Geodaten in einer produktiven Web-App erstellt
- Entwickler betreut, den KI-Wissensaustausch gefördert und gemeinsam mit dem C-Level-Management zur Wettbewerbsstrategie beigetragen
Karl E.
Letzte Position:
inkl. CI/CD, Automatisierung bei AALS Software AG
- Konzeption und Durchführung eines praxisnahen Echtzeit-Kurses zu Flink und Hadoop mit MapReduce, HDFS, Spark, Flink, Hive, HBase, MongoDB, Cassandra und Kafka
- Erwerb umfangreicher DevOps- und CI/CD-Erfahrung
- Erstellung von ETL/ELT-Pipelines mit Apache-Tools und Pentaho
- Leitung von Projekten in kommunaler Software, Finanzdienstleistungen und Big Data mit Kafka
- Entwicklung von KI-/NLP-Modellen und Chatbots mit RASA, Chatter und Dialogflow
- Aufbau und Verwaltung einer TypeDB-Wissensdatenbank
- Arbeit mit OpenStack, Kubernetes und Podman
Milica M.
Letzte Position:
Full-Stack-Entwickler bei Holycode
- Mitwirkung in einem funktionsübergreifenden Team zur Entwicklung einer Cloud-basierten Buchhaltungsplattform für KMU
- Entwurf und Umsetzung von Java Spring Boot Microservices mit klarer Trennung der Zuständigkeiten
- Integration der Kerndienste über REST- und gRPC-APIs
- Umsetzung ereignisgesteuerter Workflows mit RabbitMQ für zuverlässige, entkoppelte Nachrichtenübermittlung
- Modellierung und Verwaltung transaktionaler Daten in PostgreSQL und Nutzung von Redis zum Caching
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Redis einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
20 Jahre
Positionsdauer
1,9 Jahre
Positionen pro Freelancer
13
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Bildung
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Produktion
Bachelor-Abschluss oder höher
100%
Master-Abschluss oder höher
70%
Doktortitel
30%
Zertifizierungen pro Freelancer
3
Häufigste Sprachen
Englisch, Deutsch, Spanisch
Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 29 Okt 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in der Schweiz verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Durchschnittssätze von Experten in der Schweiz, die Redis 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 29 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Redis Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (100%)
- Bank- und Finanzwesen (77%)
- Bildung (69%)
- Gesundheitswesen (46%)
- Professionelle Dienstleistungen (46%)
- Einzelhandel (38%)
- Energie (31%)
- Fertigung (31%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
In-Memory-Datenstrukturen mit niedriger Latenz
Redis ermöglicht den Zugriff auf Daten im Submillisekundenbereich, indem die wichtigsten Arbeitssätze im Speicher gehalten werden. Systeme nutzen den Remote Dictionary Server für Echtzeit-Ranglisten, Ratenbegrenzung, verteilte Sitzungsverwaltung und flüchtiges Caching. Die nativen Datenstrukturen verarbeiten operative Workloads, die herkömmliche relationale Engines nicht effizient bedienen können.
Zentrales Ökosystem und operative Werkzeuge
Moderne Bereitstellungen integrieren eigenständige Instanzen, Redis Sentinel für automatisches Failover und Redis Cluster für horizontales Sharding. Spezialisten arbeiten mit Client-Bibliotheken wie Jedis, Lettuce, StackExchange.Redis und go-redis sowie mit Verwaltungstools wie Redis Insight und verwalteten Cloud-Angeboten wie AWS ElastiCache.
Typische Projekteinsätze
- Entwicklung mehrstufiger Caching-Architekturen zur Entlastung von Engpässen in primären Datenbanken
- Implementierung von Streaming-Pipelines mit Redis Streams und Consumer-Gruppen
- Aufbau hochverfügbarer Cluster mit automatischem Sentinel-Failover
- Konfiguration von Persistenzmodellen mit RDB-Snapshots und Append-only-Dateien (AOF)
Schweizer Kontext der Unternehmensinfrastruktur
Organisationen in Zürich, Genf und Basel setzen auf speicherorientierte Architekturen, um zentrale Transaktionssysteme zu beschleunigen. Finanzdienstleister, Handelslogistik und pharmazeutische Plattformen benötigen eine hohe betriebliche Ausfallsicherheit. Spezialisten bringen Speicherbeschränkungen, regulatorische Anforderungen an den Umgang mit Daten und eine schnelle Failover-Wiederherstellung über Netzwerke mit mehreren Zonen in Einklang.
Anzeichen für den Bedarf an spezialisiertem Fachwissen
- Unkontrolliertes Speicherwachstum, das zu Out-of-Memory-Abstürzen und unausgewogenem Eviction-Verhalten führt
- Latenzspitzen durch blockierende Operationen, große Schlüssel oder ineffizientes Cluster-Sharding
- Replikationsverzögerungen und Split-Brain-Zustände über verteilte Knoten hinweg
- Cache Stampedes, die bei starkem Datenverkehr die Leistung relationaler Datenbanken beeinträchtigen
Eigenschaften erfahrener Fachleute
Echte Spezialisten verstehen Lua-Scripting, Pipeline-Operationen und Speicheroptimierung bis hin zu den exakten Speicherbelegungen. Sie bewerten die Kompromisse zwischen Speicherverdrängungsrichtlinien wie allkeys-lru und volatile-ttl, konfigurieren die Persistenz präzise und verhindern Anti-Patterns, die Single-Threaded-Event-Loops blockieren.
Häufig gestellte Fragen
Alles, was Kunden üblicherweise über Redis wissen wollen – kompakt an einem Ort.
Organisationen setzen Redis ein, um Latenzengpässe in Anwendungen mit hohem Datenvolumen zu beseitigen. Es dient als In-Memory-Cache, Sitzungsspeicher, Streaming-Engine und Pub/Sub-Broker für die Synchronisierung von Zuständen in Echtzeit.
Während Memcached einfache Schlüssel-Wert-Zeichenfolgen gut verarbeitet, bietet Redis fortschrittliche Datenstrukturen wie Hashes, sortierte Mengen, Bitmaps und Streams. Außerdem stellt es integrierte Persistenz, Clustering und Replikation bereit und ist dadurch für zustandsbehaftete Workflows deutlich vielseitiger.
Ein erfahrener Spezialist für den Remote Dictionary Server verfügt über umfassende Kenntnisse in Speicherprofiling, Cluster-Orchestrierung, Sentinel-Topologie und der Optimierung der Persistenz. Außerdem sollte er Backend-Sprachen wie Go, Java, Python oder C# sicher beherrschen.
Projekte skalieren auf Redis Cluster, wenn die Datenmenge die Speicherkapazität eines einzelnen physischen Knotens überschreitet oder der Schreibdurchsatz eine horizontale Partitionierung erfordert. Bei Workloads, deren Datensatz auf einen Rechner passt, bietet Sentinel Hochverfügbarkeit ohne die zusätzliche Komplexität des Cluster-Shardings.
Top-Fachleute prüfen Schlüsselbereiche, um langsame Aufrufe wie KEYS oder aufwendige Lua-Skripte in produktiven Redis-Instanzen zu vermeiden. Sie führen nicht blockierende Scan-Alternativen wie SCAN ein und verwalten umfangreiche Löschvorgänge asynchron mit UNLINK.
Die meisten in der Schweiz ansässigen Redis-Fachleute arbeiten flexibel in hybriden oder vollständig remote organisierten Modellen. Vor-Ort-Verfügbarkeit wird häufig bei wichtigen Architektur-Workshops, Notfallwiederherstellungssimulationen oder Produktionsumstellungen an Wochenenden bevorzugt.
Englisch ist die technische Standardsprache in Schweizer Technologieteams, die mit Redis Enterprise und Open-Source-Distributionen arbeiten. Je nach Kanton sind Deutsch- oder Französischkenntnisse für die direkte Abstimmung mit funktionsübergreifenden Geschäftseinheiten wertvoll.
Bewerten Sie die Kandidaten anhand ihres Verständnisses der Redis-Speicherverdrängungsrichtlinien, clientseitiger Caching-Mechanismen und des Connection-Poolings. Bitten Sie sie, reale Produktionsvorfälle zu diagnostizieren, etwa Speicherfragmentierung zu erkennen und Replikationsverzögerungen bei plötzlichen Verkehrsspitzen zu bewältigen.
Der durchschnittliche Stundensatz von Freelancern in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, liegt bei 101 €, was einem Tagessatz von etwa 808 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss, 70% mindestens einen Master-Abschluss und 30% einen Doktortitel.
Freelancer in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 20 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,9 Jahre.
Die häufigsten Sprachen unter Freelancern in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, sind Englisch (100%), Deutsch (85%) und Spanisch (38%).
Die häufigsten Industrien unter Freelancern in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (77%) und Bildung (69%).
Die häufigsten Bereiche unter Freelancern in Schweiz, die Redis in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (100%) und Projektmanagement (62%).
Hauptstandorte der FRATCH Experten, die kürzlich Redis 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.
Zürich Länder:
- Deutschland
- Österreich
- Schweiz
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
