金融工程师通常学习以下几种编程语言：

Python：

Python是一种简单易学且功能强大的编程语言，广泛用于金融领域。它拥有丰富的金融相关的库和工具，如NumPy、Pandas和SciPy，可以进行数据分析、统计建模和算法开发等。Python还有一些流行的金融包，如PyQuantLib和pyfolio，可以用于金融衍生品定价、风险管理和投资组合分析等。

R：

R是一种专门用于数据分析和统计建模的编程语言，也被广泛应用于金融领域。R具有丰富的统计函数和图形库，适用于金融数据分析、风险管理和投资组合优化等任务。R还有一些专门用于金融领域的包，如quantmod和PerformanceAnalytics，可以进行股票分析和投资组合回测等。

MATLAB：

MATLAB是一种数值计算和科学工程计算的编程语言，也常用于金融工程。MATLAB有丰富的金融工具箱，包括金融时间序列分析、投资组合优化和金融衍生品定价等。它还具有强大的数值计算和可视化功能，适用于金融模型开发和算法交易等任务。

C++：

C++是一种高效的编程语言，广泛应用于金融领域的高频交易和算法交易。C++具有强大的计算性能和低级别的内存管理能力，适合开发高速的金融交易系统和复杂的金融算法。C++也是一些金融开源库的首选语言，如QuantLib和Boost，可以进行金融模型定价和风险管理等任务。

Java：

Java在金融工程中的应用，主要是因为其跨平台的特性和强大的网络功能。Java可以用于开发各种桌面工具和金融后端系统，由于安全性比较高并且可以处理大量的数据，因此常在银行里面使用，如高盛和Barclays等金融机构。

SQL：

SQL是一种用于管理和操作关系型数据库的编程语言，也是金融从业者必备的技能之一。金融行业通常需要处理大量的数据，使用SQL可以帮助金融从业者进行数据查询、过滤和分析等工作。

总的来说，金融工程师可以根据自己的兴趣和职业规划选择合适的编程语言进行深入学习。Python因其易学易用、强大的库支持和优秀的社区支持，在金融工程中尤为流行。R和MATLAB则更适合进行数据分析和统计建模。C++和Java则适用于需要高性能计算和跨平台特性的金融应用。SQL作为数据管理的基本技能，也是金融工程师必须掌握的。