En muchas regiones en desarrollo, el reclutamiento todavía depende en gran medida de métodos tradicionales que a menudo ignoran la importancia de alinear la personalidad de un candidato con el rol laboral. Este desajuste puede llevar a un bajo rendimiento, insatisfacción y alta rotación. Para abordar esto, el estudio presenta un sistema de recomendación consciente de la personalidad que combina el Indicador de Tipo Myers-Briggs (MBTI) con aprendizaje automático para apoyar decisiones de contratación más inteligentes. El sistema está diseñado para el mercado laboral del sur de Asia e incluye dos componentes principales: una evaluación MBTI basada en la web para los solicitantes y un panel de control para profesionales de recursos humanos impulsado por un clasificador XGBoost. Este modelo fue entrenado en un conjunto de datos que correlaciona los perfiles de los solicitantes y las preferencias señaladas del MBTI con el trabajo. La experiencia y el número de habilidades, el nivel educativo y los tipos MBTI codificados fueron las características clave, y se empleó el método SMOTE para equilibrar el conjunto de datos. El modelo alcanzó una precisión del 74.30%, teniendo en cuenta medidas de precisión y recuperación equilibradas. También fue discriminativo, el ROC AUC fue de 0.84, y el AUC de precisión-recall fue de 0.85. Un ejemplo de la utilización del puesto de Desarrollador de Software en la vida real demostró el éxito del sistema para filtrar y clasificar candidatos al mismo tiempo según criterios técnicos y específicos de personalidad. En general, este estudio enfatiza el valor de combinar conocimientos de perfil psicológico con aprendizaje automático para desarrollar un proceso de contratación más holístico, justo y eficiente.