Este trabalho propõe um modelo matemático baseado em redes neurais capaz de prever a concentração de biomassa em um processo fermentativo de produção de biosurfactante por Bacillus subtilis. A arquitetura da rede neural foi ajustada a partir da combinação de parâmetros, como número de camadas intermediárias, número de neurônios de cada camada intermediárias, funções de ativação e algorítmos de treinamento. A escolha do modelo neural adequado se deu pelo menor índice de erro e coeficiente de determinação (R2) mais próximo de 1. Os resultados indicaram que a melhor arquitetura do modelo de redes neurais contém oito neurônios na camada de entrada, duas camadas intermediárias com dez neurônios em cada uma delas e um neurônio na camada de saída. Desta forma, apresentou R2 de 0,98, soma dos erros quadrados (SSE) de 0,161, coeficiente angular de 1 e coeficiente linear de 1,1E-04. Os resultados podem ser úteis para o desenvolvimento de um processo de produção de biosurfactante altamente eficiente.