A proposta deste trabalho é desenvolver um algoritmo para a resolução de problemas de planejamento da produção de tipo flow shop. Este é um problema clássico de otimização comumente encontrado em sistemas de produção industrial para os quais, nos últimos anos, várias heurísticas foram propostas. Entre elas podemos destacar os algoritmos genéticos que têm sido cada vez mais utilizados por obter resultados competitivos. O trabalho propõe a resolução do problema de flow shop com o objetivo de minimizar a soma dos tempos totais de término, baseando-se em um algoritmo genético de chaves aleatórias viciadas (Biased Random-Key Genetic Algorithm - BRKGA) desenvolvido na linguagem Julia. O BRKGA apresenta um excelente desempenho e necessita de tempo computacional relativamente baixo. Aplicamos nossa abordagem para diversas instâncias clássicas da literatura de programação e comparamos nossos resultados com as melhores soluções publicadas. Obtivemos resultados próximos do estado da arte o que revela que o BRKGA é um algoritmo promissor para ser utilizado na resolução de problemas de flow shop. Consequentemente, acreditamos que com algumas melhorias no código será possível obter resultados ainda melhores.