本文针对软件工程师的绩效评价问题进行研究,采用机器学习的随机森林算法方式,针对Lo公司多年积累的员工绩效评价数据构建指标数据,利用人力资源管理及绩效评价相关理论筛选评价指标,对评价指标进行加工处理成可以使用随机森林算法的数据文档,最后根据文档的数据指标利用随机森林算法的特征重要性算法进行训练,从而根据训练的结果得出指标的权重,最后根据各项指标的权重计算出员工的总评分。新的Lo公司员工绩效评价方案建立好后,先针对Lo公司的软件工程师进行绩效评价试行,并对评价结果进行分析。最后提出保障Lo公司绩效评价方案实施的对策建议结合公司的战略管理,将绩效考核与工资与晋升挂钩,制定相应的实施策略和申诉机制,从而形成从员工日常工作到公司战略管理的闭环,既有利于公司的短期项目开发,更利于公司的长远发展。通过对评价结果的分析,得到如下结论:（1）在使用新的评价方案后,Lo公司的生产力显著提升、BUG率显著减少、离职率明显减少、员工工作积极性明显提升;（2）从Lo公司的宏观战略管理的角度来看,在新的绩效评价体系实施后,Lo公司在生产力、质量保证,团队凝聚力、团队战斗力方面都得到了很大的提升,从而进一步证实了新的绩效考核方案的合理性;（3）对Lo公司的评价结果进行总结分析,显示本文提出的绩效评价方案可以十分客观、公正、公平的对Lo公司的软件工程师进行绩效评价;（4）根据Lo公司实际,提出保障Lo公司绩效评价方案实施的对策建议,建立保障绩效方案实施的制度,建立员工反馈机制,不断的优化绩效评价方案。本文的评价结果显示,借助随机森林算法和绩效评价结合应用,Lo公司企业管理工作的效率和质量得到了显著的提升,节省了企业成本,更具有公平、公正性。本文通过随机森林算法来对Lo公司的软件工程师进行绩效评价,属于算法创新。通过随机森林算法和绩效管理结合应用,来构建一个更加公平,高效动态的绩效评价方案。