Algoritmos de escalonamento desempenham um papel chave durante a otimização dos recursos de uma infraestrutura em grids. Neste trabalho, um algoritmo de escalonamento baseado em Deep Reinforcement Learning é proposto com o objetivo de minimizar o slowdown, uma métrica que representa a qualidade de serviço. O algoritmo é treinado via simulação e comparado com heurísticas tradicionais sob diferentes perfis de carga de trabalho. Resultados demonstram que o algoritmo apresenta uma redução de até 54% no slowdown, tendo um leve impacto no makespan. É possível concluir que métodos de DRL são capazes de aprender políticas de escalonamento que se adaptam a carga de trabalho, sendo uma opção viável ao problema de escalonamento.