Современные системы автоматизированного мониторинга, применяемые в животноводстве и природоохранной деятельности, требуют эффективных методов компьютерного зрения для отслеживания характеристик животных. Настоящее исследование представляет систему автоматизированного мониторинга состояния животных на базе сверточной нейронной сети YOLOv11. Оценка проводилась на специализированных наборах данных, содержащих изображения оленей и соответствующие им заранее измеренные характеристики. С использованием программной платформы AutoGenNet автоматизированы процессы оптимизации гиперпараметров и конфигураций архитектур, что позволяет упростить и ускорить адаптацию предложенной модели для мониторинга разных видов животных. Результаты демонстрируют эффективность использования YOLOv11 для решения рассмотренной задачи. Исследование подтверждает эффективность AutoGenNet в автоматизации создания моделей мониторинга фенотипических характеристик северных оленей (Rangifer tarandus), позволяя упростить и ускорить внедрение систем искусственного интеллекта в современное животноводство. Полученные биометрические данные позволяют рассчитывать производно-оценочные показатели (живая масса, мышечная масса, репродуктивный потенциал), формируя основу для управленческих решений. Важнейшим достижением является реализация принципа бесконтактного мониторинга, исключающего стресс-факторы фиксации животных и обеспечивающего соответствие стандартам биоэтики. Успешная апробация на северных оленях, представляющих собой комплексный биологический эталон из-за экстремальной изменчивости признаков, гарантирует переносимость метода на другие виды сельскохозяйственных животных (свиньи, овцы и т. д.) в менее требовательных условиях. Реализованная система автоматизированного мониторинга фенотипических характеристик северных оленей, основанная на архитектуре YOLOv11 и платформе AutoGenNet, подтвердила свою технологическую состоятельность и практическую значимость.