Resumen: El objetivo de este estudio fue desarrollar un modelo de minería de datos para identificar patrones de empleabilidad de egresados, que contribuya a mejorar la tasa de inserción laboral afín a la formación profesional. Este estudio responde a la preocupación por la empleabilidad de profesionales. Se utilizó la metodología KDD (Knowledge Discovery in Databases) por etapas definidas y simplificadas, algoritmos y técnicas de árboles de decisión, redes neuronales y regresión para determinar la interacción de los egresados en un entorno laboral. Se identificó el algoritmo red neuronal que se ajustaba para resolver la problemática por exactitud, precisión, sensibilidad, tiempo de ejecución, rendimiento y facilidad para interpretación de datos y resultados del modelo generado. Se concluye que las variables predictoras significantes son: 1) uso de conocimientos y habilidades en su trabajo actual, 2) el año de graduación y si buscó trabajo al término de su carrera, y 3) labora actualmente (variable dependiente).