Engenharia de plataformas de dados

Dados verificados para decisões que não podem errar

A Verthis desenvolve plataformas próprias que reúnem dados espalhados, conferem o que precisa ser conferido e mostram onde vale olhar primeiro. Hoje em operação na fiscalização tributária municipal e na gestão de clínicas multidisciplinares.

O que fazemos

Capacidades de engenharia

Engenharia de dados

Ingestão, padronização e modelagem de dados vindos de fontes que nunca foram pensadas para conversar entre si.

Machine learning aplicado

Modelos treinados para um problema concreto, como priorizar contribuintes para auditoria ou prever faltas em consultas.

Analytics

Painéis e indicadores construídos sobre dado conferido, e não sobre a planilha que alguém exportou na semana passada.

Cloud e operação

Infraestrutura em nuvem, deploy contínuo e acompanhamento das plataformas em produção.

Segurança e isolamento

Dados de cada cliente isolados no próprio banco, acesso controlado por perfil e registro de quem alterou o quê.

Produto próprio

Não desenvolvemos sob encomenda. Cada capacidade existe para sustentar produtos que nós mesmos mantemos e evoluímos.

2

Produtos em operação

2

Mercados: governo e saúde

14

Conselhos profissionais no Clinverse

Sobre a Verthis

Uma empresa de produto, construída a partir de problemas reais

A Verthis é o nome fantasia da Pipeline Software LTDA. O nome junta verification e this: antes de qualquer análise, o dado precisa ser conferido.

Esse princípio orienta tudo o que construímos, do banco de dados à tela que o auditor fiscal ou o profissional de saúde usa no dia a dia. Nossos produtos nasceram dentro de operações reais e continuam evoluindo junto com quem trabalha com eles.

verify(this) Competência 09/2026 · exemplo

Contribuinte do Simples Nacional · prestador de serviços

  • NFS-e emitidasAmbiente de Dados Nacional R$ 184.320,00
  • Receita declaradaPGDAS-D R$ 151.900,00
  • Cadastro municipalCNAE × item da LC 116 compatível
Receita sem declaração R$ 32.420,00 Rastreável até 47 notas de origem
Sinalizado para o auditor · decisão pendente
Clinverse · exemplo

Agenda × prontuário

3 atendimentos concluídos sem registro clínico

Tecnologia

Com o que construímos

.NET

C#

Python

PyTorch

PostgreSQL

TypeScript

React

Next.js

Docker

AWS

O problema

Dado que existe, mas não conversa

Prefeituras e clínicas já produzem muita informação. O que falta é juntar essas fontes num lugar só e poder confiar no resultado. Enquanto isso não acontece, a decisão depende de planilha, de memória e de um tempo que ninguém tem.

  • Sistemas que não se falam
  • Cruzamentos feitos à mão
  • Cadastros duplicados
  • Mudanças sem rastro
  • Decisão por amostragem
  • Retrabalho a cada consulta
Como pensamos

Tecnologia que apoia quem decide

Nossos modelos priorizam, sinalizam e explicam o porquê. A decisão continua com quem responde por ela: o auditor fiscal, o gestor, o profissional de saúde.

  • Conferir antes de analisar
  • Toda alteração registrada
  • Modelo como apoio, não como juiz
  • Dados isolados por cliente
  • Regra de negócio explícita
  • Evolução junto com quem usa
Como funciona

Do dado bruto à decisão

Reunir o que está espalhado

Cada cliente chega com fontes diferentes: notas fiscais eletrônicas, declarações, cadastros, agendas, prontuários. A primeira etapa é trazer tudo para uma base única, com formato e significado padronizados.

  • Integração com fontes oficiais, como o Ambiente de Dados Nacional da NFS-e e o PGDAS-D do Simples Nacional
  • Importação de bases legadas e arquivos enviados pelo cliente
  • Padronização de cadastros, códigos e datas

A origem de cada registro fica guardada, para que um número no painel possa ser rastreado até o documento que o gerou.

Conferir antes de analisar

Regras de negócio cruzam as fontes entre si e apontam o que não fecha: valores divergentes, cadastros incompletos, registros que aparecem em um lugar e faltam em outro.

  • Regras baseadas na legislação e no processo de cada cliente
  • Divergências registradas e visíveis, nunca descartadas em silêncio
  • Histórico de cada ajuste feito na base

É a etapa que dá nome à empresa. Sem ela, qualquer modelo que venha depois aprende com erro.

Mostrar onde olhar primeiro

Com a base conferida, modelos de machine learning ordenam os casos pelo que mais merece atenção. No eHub Fiscal, isso significa sugerir quais contribuintes auditar. No Clinverse, antecipar quais consultas têm mais chance de falta.

  • Modelos treinados para cada problema, não genéricos
  • Cada sinal acompanhado dos fatores que o explicam
  • Acompanhamento contínuo do desempenho em produção

O resultado é uma fila priorizada, não um veredito.

A palavra final é de quem decide

O sistema entrega a fila e os motivos de cada sinal. Quem decide abrir uma fiscalização, notificar um contribuinte ou remarcar um paciente é sempre uma pessoa, com acesso a tudo o que levou àquela sugestão.

  • Decisões registradas com autor e data
  • Acesso controlado por perfil e por função
  • Retorno de quem usa alimenta a próxima versão

Tecnologia para ganhar tempo e foco, sem tirar a responsabilidade de quem ela pertence.

Contato

Vamos conversar sobre os seus dados

Se você trabalha em uma prefeitura ou em uma clínica e quer saber se nossos produtos resolvem o seu problema, conte o cenário. Respondemos pessoalmente, sem roteiro de vendas.

Produtos

Nossos produtos

eHub Fiscal

Governo - Prefeituras

  • Auditoria de ISS e NFS-e
  • Priorização de contribuintes
  • Integração com o ADN da NFS-e
  • Integração com o PGDAS-D do Simples Nacional
  • Cruzamento de notas e declarações
  • Apoio ao auditor, sem substituí-lo

Clinverse

Saúde - Clínicas

  • Agenda, recepção e prontuário
  • Módulos por especialidade
  • Financeiro e gestão multiclínica
  • Acesso controlado por perfil
  • Previsão de faltas em consultas