В статье рассматривается проблема автоматизации профориентации на основе анализа цифрового следа пользователей социальной сети «ВКонтакте». Цель исследования заключается в повышении доступности и точности диагностики профессиональных интересов посредством мини-приложения «AI профориентатор» на платформе VK Mini Apps. В основе методологии лежит задача классификации с несколькими метками: для каждого из шести профессиональных типов модели RIASEC формируется отдельный бинарный выход с сигмоидальной активацией, а обучение осуществляется с использованием функции потерь Binary Cross-Entropy. Модель обучена на данных пользователей, прошедших тест Голланда, и их подписках на сообщества, собранных через приложение «Психологические тесты». Техническая реализация построена по принципу клиент–серверного взаимодействия с архитектурой REST API, включающей обработку данных, взаимодействие с ML-сервером и формирование результатов. Разработанная система обеспечивает полный цикл работы: извлечение и валидация подписок, предсказание профессионального типа личности по шести категориям Голланда и отображение результатов пользователю. Модель продемонстрировала Top-1 точность 47,1 % и Top-2 --- 72,3 %, что подтверждает её применимость в профориентационной диагностике. Созданная система автоматизирует процесс первичной профориентации и может использоваться как индивидуальными пользователями, так и организациями для оптимизации подбора и развития персонала. Новизна работы заключается в комплексной интеграции нейросетевых методов и архитектуры клиент-серверного приложения в социальную сеть, обеспечивающей персонализированный и масштабируемый подход к профориентации. С. 36-47.