Blockchain as a Service (BaaS) combina características de la computación en la nube y blockchain, haciendo que las aplicaciones blockchain sean más convenientes y prometedoras. Aunque las plataformas BaaS actuales han sido ampliamente adoptadas tanto por la industria como por la academia, surgen preocupaciones sobre su rendimiento, especialmente en la asignación de trabajos. Las estrategias de asignación de trabajos BaaS existentes son simples y no garantizan un equilibrio de carga debido a la naturaleza dinámica y compleja de la ejecución de trabajos BaaS. En este documento, proponemos un algoritmo basado en aprendizaje profundo de refuerzo, Balanced-DRL, para aprender una estrategia de asignación optimizada en BaaS basada en el análisis del proceso de ejecución de trabajos BaaS y un conjunto de características de escala de trabajos. Tras extensos experimentos con cargas de trabajo de solicitudes de trabajo generadas, los resultados muestran que Balanced-DRL mejora significativamente el rendimiento de BaaS, logrando un aumento del 5% al 8% en el rendimiento de trabajo y una disminución del 5% al 20% en la latencia de trabajo.