"Desenvolva uma ferramenta de otimização de código-fonte em Python que, dada uma base de código complexa e um conjunto de métricas de desempenho predefinidas (e.g., tempo de execução, uso de memória, latência de E/S), identifique automaticamente gargalos de performance e sugira refatorações específicas. A ferramenta deve ir além da análise estática, incorporando técnicas de profiling dinâmico para diferentes cenários de carga. Além disso, deve ser capaz de prever o impacto das refatorações propostas antes de sua implementação, utilizando um modelo preditivo baseado em machine learning treinado com dados históricos de otimização de projetos similares. O objetivo é auxiliar desenvolvedores a atingir metas de performance ambiciosas de forma proativa e com menor esforço manual."