La rotación de personal en las grandes industrias manufactureras peruanas ha ido en aumento en los últimos años. Si bien la rotación laboral es un efecto natural en las organizaciones, genera mayores costos de capacitación para el nuevo personal e impacta el desempeño y el clima laboral cuando no es deseado. Ante esta problemática surge la necesidad de identificar las posibles causas de la rotación del personal operativo y predecir estos eventos mediante el análisis de datos en una etapa temprana para evitar y reducir su impacto en la empresa. Este artículo de enfoque cuantitativo y alcance exploratorio-explicativo tiene como objetivo identificar la propensión de rotación de la operación de una empresa fabricante de limpieza y desinfección a través de un modelo de pronóstico mediante la recolección de datos mediante Machine Learning e incentivar propuestas que permitan encontrar soluciones a los factores. Influir en la rotación de personal. Se utilizaron los software MS Excel y Orange para el análisis de datos, donde los datos se entrenaron con diferentes modelos de inteligencia como Random Forest, Regresión logística, Árbol de decisión y SVM, y Python para ejecutar el modelo y obtener indicadores numéricos como el Área bajo la curva. (AUC) y el análisis de la curva ROC. El estudio propuesto muestra que los modelos funcionan bien en clasificación, con altas tasas de precisión y recuperación, 96% y 97%, respectivamente, y una precisión general del 96%.