OBJETIVO: Gerar a estrutura de redes neurais artificiais utilizadas em aprendizado profundo de máquinas de forma automatizada e otimizada por meio de um algoritmo genético, de modo a substituir a abordagem convencional para conceber a estrutura da rede neural artificial que é por intuição ou tentativa e erro. MÉTODOS: O algoritmo genético utiliza a base de dados com imagens de dígitos numéricos escritos a mão MNIST para realizar a fase de treinamento e validação de cada estrutura. Este algoritmo genético executa diversos experimentos de otimização da estrutura da rede neural a ser utilizada em uma aplicação de reconhecimento de dígitos escritos a mão por meio de aprendizado profundo de máquinas. Os resultados obtidos pelo algoritmo genético são comparados com resultados da literatura obtidos por meio de outros métodos, como a rede neural de aprendizado profundo LENET. RESULTADOS: Experimentos realizados obtiveram um desempenho satisfatório para a tarefa de classificação de dígitos numéricos escritos à mão. Muitas das configurações que o algoritmo genético gerou para resolver o problema têm uma complexidade menor que redes conhecidas na literatura, como a LENET por exemplo. CONCLUSÕES: O método se mostrou interessante para ser utilizado na tarefa de descobrir a arquitetura ótima para uma rede neural artificial, pois encontrou arquiteturas de complexidade menor que resolvem o problema com um desempenho próximo de redes mais complexas. A implementação de um algoritmo genético biobjetivo que consiga otimizar a rede neural em termos de acurácia e complexidade se mostra oportuna como trabalho futuro para este trabalho.