В статье представлен количественный подход к моделированию процесса подбора и оценки персонала. В условиях, когда необходимо собрать большой штат сотрудников в сжатые сроки, применение математического аппарата способно существенно ускорить процесс подбора. Самым сложным и трудозатратным, а также неоднозначным по результату является этап, на котором непосредственно принимается решение о найме сотрудника. Проведение собеседований и просмотр резюме сотрудниками кадровых служб всегда связаны с человеческой субъективностью. Кроме того, не так-то просто найти кадровика, обладающего достаточным профессиональным опытом, удержать его, замотивировать и т.д. Современные труды, посвященные подбору персонала, описывают процесс принятия решения о найме с позиции оценки менеджером профессиональных и личностных качеств будущего работника. Автором данной статьи предложен метод оценки вероятности прохождения испытательного срока на основе информации, предоставленной в резюме. Для решения данной задачи использовались модели бинарного выбора и искусственная нейронная сеть, был проведен сравнительный анализ данных моделей. Преимущества каждого из подходов могут проявляться в зависимости от ситуации. Так, например, коэффициенты бинарной регрессии позволяют узнать, как именно отдельные факторы влияют на конечную вероятность прохождения испытательного срока. Такая информация может быть полезна в ситуации, когда принимается решение о найме сотрудника на управленческую должность и необходим глубокий анализ. С другой стороны, бинарная регрессия не лишена недостатков: в некоторых случаях модель бинарного выбора может давать неуверенную оценку кандидатам.Данная проблема отсутствует при применении искусственной нейронной сети (ИНС) к задаче оценки кандидата на должность: ИНС осуществляет однозначную классификацию. Однако коэффициенты синаптических связей в искусственной нейронной сети не поддаются интерпретации, что делает невозможным определение влияния отдельных факторов на результат, предоставляемый моделью.