В данном систематическом обзоре литературы исследуется трансформационный потенциал машинного обучения (МЛО) и искусственного интеллекта (ИИ) в профориентации с упором на разработку гибридных рекомендательных систем. В обзоре подчеркивается заметный всплеск исследовательской активности в этой области, при этом алгоритмы Random Forest и Decision Tree становятся наиболее часто используемыми благодаря своей устойчивости и интерпретируемости. Среди основных направлений использования машинного обучения можно назвать создание систем, основанных на компетенциях, прогнозирование карьерных траекторий и интеллектуальные карьерные системы. Полученные результаты подчеркивают преимущества объединения методов коллаборативной и контентной фильтрации для создания более точных и специализированных инструментов консультирования по вопросам карьеры. Наряду с рассмотрением практических и этических вопросов, включая алгоритмическую предвзятость и конфиденциальность данных, в работе даются рекомендации для будущих областей исследований, такие как необходимость междисциплинарных подходов и создание прозрачных моделей машинного обучения. Данная работа вносит вклад в растущий объем знаний о применении машинного обучения в карьерном консультировании, предлагая ученым, практикам и политикам полезную информацию о том, как передовые методы машинного обучения могут улучшить процесс принятия карьерных решений и повысить уровень счастья пользователей.