胜任力模型作为一种科学客观地人才评估手段,其研究与应用一直是人力资源研究领域的研究热点。同时,随着机器学习方法的兴起,作为目前人工智能领域最受期待的技术手段之一,研究适用于胜任力评估与判定的机器学习方法为人才评估与管理提供了一种新的智能化的解决途径,有助于有效地应用胜任力的评估与判定,以提升人力资源管理的效率与质量,从本质上帮助企业获得竞争优势。本文深入探究了人才评估与管理领域的胜任力、胜任力特征元素以及胜任力模型的构建与应用,以老挝P企业为研究对象,研究基于P企业的胜任力模型的构建与应用。论文的主要工作如下:（1）以老挝P公司的管理层级岗位的运用为目标,运用BP神经网络分类算法原理,构建基于BP神经网络P公司的胜任力模型。（2）对老挝P企业116名中级及以上的管理人员,通过问卷调查与事件访谈分析方法等方法,完成与划分实验数据集。（3）定量分析基于BP神经网络的胜任力模型的性能。在训练集与测试集的基础之上,对该模型进行实验验证,分别对该模型进行训练与测试,得到了91.16%的分类精度,验证了该模型是一个有效的、有应用前景的模型。（4）为就职于P企业的员工自身胜任力的提升提供改善建议,有助于促进员工与企业的共同成长。本文以老挝大型跨国合资企业P企业为研究对象,深入探讨了作为老挝大型跨国合资企业中层管理人员应具备的素质、能力和特征,从学术理论的探讨延伸至实践过程中,将胜任力模型真正引用到P企业,拓展了胜任力研究和应用的领域,丰富了胜任力理论,有较强的针对性和实用性。同时,P企业在老挝国内行业内有一定的领导地位,其行业特征和管理模式引入了国外一些较为先进的理论,且经过老挝本地化,具有一定的独特性和领先性。因此,本文对于P企业人力资源管理部分的研究在行业内是具有一定的参考意义和借鉴价值的。