В данной работе представлены результаты исследования по разработке и валидации алгоритмов оценки профессиональных компетенций сотрудников подразделений транспортной безопасности. Актуальность исследования обусловлена возрастающими требованиями к обеспечению безопасности транспортной инфраструктуры в условиях современных вызовов и угроз, а также необходимостью повышения эффективности управления кадровым потенциалом в данной сфере. Методология исследования базируется на комплексном подходе, включающем анализ профессиональных стандартов, экспертные оценки, многокритериальный анализ, машинное обучение и статистическое моделирование. Эмпирическую базу составили данные оценки компетенций 1247 сотрудников из 78 подразделений транспортной безопасности различных видов транспорта (авиационного, железнодорожного, морского и автомобильного) в период 2020-2023 годов. Разработанные алгоритмы основаны на матричной модели компетенций, взвешенных по уровням критичности для обеспечения безопасности, и включают динамическую систему оценки с применением методов машинного обучения. Результаты исследования демонстрируют повышение точности оценки компетенций на 27,3% по сравнению с традиционными методами, снижение времени оценки на 42,6% и увеличение прогностической валидности на 31,5%. Предложенные алгоритмы позволяют выявлять критические области развития персонала и оптимизировать программы обучения. Практическая значимость исследования заключается в разработке адаптивной системы оценки, учитывающей специфику транспортных секторов и изменяющуюся нормативную базу. Дальнейшие перспективы исследования связаны с интеграцией разработанных алгоритмов в цифровые платформы управления персоналом и расширением модели с учетом межотраслевых аспектов транспортной безопасности.
This paper presents the results of a study on the development and validation of algorithms for assessing the professional competencies of employees of transport security departments. The relevance of the research is due to the increasing requirements for ensuring the safety of transport infrastructure in the context of modern challenges and threats, as well as the need to improve the effectiveness of human resource management in this area. The research methodology is based on an integrated approach, including the analysis of professional standards, expert assessments, multi-criteria analysis, machine learning and statistical modeling. The empirical basis was made up of data on the assessment of the competencies of 1,247 employees from 78 transport security departments of various modes of transport (aviation, railway, marine and automobile) in the period 2020-2023. The developed algorithms are based on a matrix model of competencies weighted by levels of criticality to ensure safety, and include a dynamic assessment system using machine learning methods. The results of the study demonstrate an increase in the accuracy of competence assessment by 27.3% compared with traditional methods, a decrease in assessment time by 42.6% and an increase in predictive validity by 31.5%. The proposed algorithms make it possible to identify critical areas of staff development and optimize training programs. The practical significance of the research lies in the development of an adaptive assessment system that takes into account the specifics of the transport sectors and the changing regulatory framework. Further research prospects are related to the integration of the developed algorithms into digital personnel management platforms and the expansion of the model, taking into account the intersectoral aspects of transport security.