[pt] Uma das tarefas mais importantes da Engenharia de Reservatórios é definir a estratégia de produção. Isso significa estabelecer, dentre outras coisas, a configuração (quantidade, orientação, localização e tipo) e o planejamento operacional dos poços, bem como a localização da(s) plataforma(s) de produção. Assim, a definição da melhor estratégia de produção representa um problema de otimização complexo, devido ao grande número de variáveis a serem consideradas. Geralmente, todas essas etapas são executadas manualmente, demandando muito tempo e esforço por parte do especialista. A disponibilidade de uma ferramenta computacional, que possa auxiliá-lo nessa tarefa, pode ser de grande utilidade, tanto para a obtenção de respostas mais rápidas, quanto para a tomada de decisões mais acertadas. Diante disso, este trabalho propõe um modelo computacional, baseado em Algoritmos Genéticos, para otimizar a configuração dos poços juntamente com a localização de uma plataforma considerando, especificamente, poços com completação seca. A modelagem proposta considera ainda restrições técnicas e operacionais impostas pelo problema. O objetivo do processo de otimização é maximizar o valor presente líquido (VPL) do projeto, buscando soluções que aumentem o fator de recuperação do reservatório e diminuam seus custos operacionais. Para avaliar o desempenho do modelo proposto foram estudados três modelos de reservatórios, dois sintéticos e um baseado em um caso real. No modelo baseado em um caso real o resultado obtido apresentou um VPL superior a 51 por cento em relação ao caso base gerado por um especialista. / [en] One of the most important tasks of Reservoir Engineering is setting the production strategy. This means establish, among other things, the setting (quantity, orientation, location and trajectory) and the operating plan of the wells, and the location(s) of platform(s) production. Thus, the definition of the best production strategy represents a complex optimization problem due to the large number of variables to be considered. Generally, all these steps are performed manually, requiring much time and effort by the specialist. The availability of a computational tool that can assist you in this task can be very useful, both to obtain faster responses, and for making better decisions. Thus, this work proposes a computational model based on Genetic Algorithms, to optimize the configuration of the wells along with the location of a platform with specific wells with dry completion. The proposed model also considers technical and operational constraints imposed by the problem. The goal of the optimization process is to maximize the net present value (NPV) of the project, seeking solutions that increase the recovery factor of the reservoir and reduce its operating costs. To evaluate the performance of the proposed model was studied in three models reservoirs, two synthetic and one based on an real case. In the model based on a real case the result obtained showed an NPV greater than 51 per cent compared to the base case generated by a specialist.