Целью настоящего исследования является разработка и обоснование методов управления проектной деятельностью организаций дополнительного профессионального образования (далее - также ДПО) на основании перспективных технологий искусственного интеллекта, позволяющих осуществлять прогнозирование отдельных показателей экономических процессов и дальнейшее их планирование. Предметом исследования являются организационные отношения, возникающие при управлении проектной деятельностью организации ДПО. Анализ факторов, обуславливающих специфичность деятельности сегмента ДПО, позволил авторам разработать метод управления проектами и апробировать его на примере региональной Академии ФНС России. Применение данного метода позволит организациям ДПО принимать обоснованные решения при реализации проектов в образовательной деятельности с целью получения экономического эффекта для определенной отрасли и достижения показателей устойчивого роста такой организации. При проведении исследования использовались такие методы как сравнительный и логический анализ, наблюдение, изучение фундаментальных и прикладных исследований современных ученых, изучающих проблемы управления проектами в образовательных организациях, методы сравнительного и логического анализа, статистических данных, методов математического моделирования. Научная новизна проведенного исследования заключается в обобщении и уточнении понятийного аппарата изучаемой сферы деятельности и формировании системы критериев, позволяющих оценить эффективность управления проектами. При формировании понятийного аппарата учтены критерии, обуславливающие эффективность управления проектами в организациях ДПО, такие как: наличие управленческих компетенций у сотрудников образовательной организации, соответствие выполняемых преподавателями задач целям организации, готовность персонала к участию в проектах. Разработанный метод управления способствует приращению научного знания в части механизмов управления проектной деятельностью организаций ДПО. Для Академии ФНС России метод заключается в одновременной оптимизации во всех регионах налога на прибыль, НДФЛ и налогов на имущество в зависимости от соответствующих им факторов налоговой базы, уровня квалификации работников и информационной безопасности в регионах. Оптимизация проводится с использованием технологий искусственного интеллекта: многоцелевого генетического алгоритма (MGA), имитационного отжига (SA) и поиска по шаблону (PS). Сделан вывод о необходимости реализации новых образовательных программ по налогу на прибыль организаций и имущественным налогам, поскольку по данным целям наблюдается недостижение прогнозных значений.