[PT] Resultado de um PoC em escala piloto, o trabalho modela o processo de sinterização para prever o FeO final a partir de mistura de minérios, combustível, fundentes e variáveis de processo. Com cerca de 300 testes, técnicas de aprendizado de máquina geraram um modelo com R² > 0,92, validando a metodologia para controle de qualidade e otimização na siderurgia. Um exemplo sólido de IA aplicada com impacto direto em produtividade. [EN] From a pilot-scale PoC, this paper models the sintering process to predict final FeO using ore blends, fuel, fluxes, and process variables. Across ~300 tests, machine-learning delivered a model with R² > 0.92, validating the approach for quality control and process optimisation in steelmaking. A strong case of applied AI driving measurable productivity gains.