Продвижение сотрудников - важный аспект процесса управления человеческими ресурсами. Таким образом, очень важно правильно решить, следует ли продвигать сотрудника по карьерной лестнице, исходя из его нынешних и прошлых рейтингов. С этой целью было проведено исследование по разработке моделей прогнозирования продвижения сотрудников с использованием различных алгоритмов классификации машинного обучения. В этом исследовании эксперименты на смоделированном наборе данных были выполнены с использованием классификатора градиентного усиления, классификатора случайного леса и нейронной сети Keras. Посредством сложного процесса оценки, эффективность этих контролируемых алгоритмов машинного обучения для прогнозирования продвижения сотрудников по службе была проанализирована с использованием метриков оценки алгоритмов. В качестве набора данных для обучения в исследовании используются смоделированные данные сотрудников. В ходе исследования было разработано веб-приложение для отображения результатов прогнозов моделей.