Задачи, которые решались в ходе выполнения работы: 1) Исследование предметной области и формализация задачи автоматизированного назначения приоритетов задачам. 2) Анализ и предварительная обработка набора исторических данных из существующей информационной системы управления работами. 3) Исследование различных алгоритмов машинного обучения и классических методов оптимизации. 4) Разработка модели прогнозирования приоритетов задач на основе исторических данных. 5) Реализация веб‑сервиса на базе фреймворка Django для применения модели прогнозирования. Работа была выполнена на базе ПАО «Россети Северо-Запад» и исторических данных, полученных из внутренней информационной системы управления работами (ИСУР). В результате выполнения работы сформирован датасет из 42 155 записей с охватом периода 2022–2026 гг. Реализованы и сопоставлены семь предиктивных моделей. Для регрессионного подхода реализованы три метода оптимизации, все сходятся к решению с точностью 75%. Среди классификационных моделей наилучший результат показал случайный лес: точность 95,5%, Risk Score 1 232. На базе Django REST Framework разработан микросервис предсказания приоритета с токен-аутентификацией, работоспособность которого подтверждена десятью автоматизированными тестами.