金融工程师在学习和工作中会使用到多种软件工具，这些工具主要包括以下几类：

编程语言

Python：Python是金融工程师最常用的编程语言之一，具有强大的数据处理和分析库，如NumPy、Pandas和SciPy，以及金融领域的专用库如QuantLib和Pyfolio。

R：R语言是另一种常用的统计和数据分析语言，广泛应用于金融领域，具有强大的统计和机器学习库，如tidyverse和caret。

MATLAB：MATLAB是一种数值计算和科学工程软件，广泛应用于金融模型的建立和分析，具有强大的矩阵计算和数据可视化功能。

C++：C++是一种通用的高级编程语言，用于金融模型的开发和优化，具有高执行效率和灵活性。

数据库管理

SQL：结构化查询语言（SQL）用于管理和查询关系型数据库，在金融领域广泛使用，用于数据存储、查询和分析。

数据分析与可视化

Excel：Excel是金融行业最常用的电子表格软件之一，具有强大的计算和数据处理能力，适合进行数据清洗、建模和可视化。

Tableau：Tableau是一种数据可视化工具，可以帮助金融分析师将数据转化为直观的图表和仪表板。

量化交易平台

Bloomberg Terminal：Bloomberg Terminal是金融分析师常用的量化交易平台，提供实时金融市场数据和分析工具。

Reuters Eikon：Reuters Eikon也提供类似的功能，包括金融市场数据的实时获取和分析。

其他专用工具

VBA：Excel VBA是一种基于Microsoft Excel的宏编程语言，适用于简单的金融数据处理和模型构建。

SAS：SAS是一种用于统计分析和数据处理的软件，广泛应用于金融领域。

Stata：Stata也是一种用于统计分析和数据处理的软件，在金融领域有一定应用。

建议

金融工程师在选择软件工具时，应根据具体需求和任务来选择合适的工具。例如，对于数据分析任务，可以选择Python或R；对于金融模型的建立和优化，可以选择MATLAB或C++；对于数据管理和查询，可以选择SQL；对于量化交易，可以选择Bloomberg Terminal或Reuters Eikon。同时，也需要关注工具的社区支持和文档质量，以确保能够高效地使用这些工具。