目前，软件开发人员正在使用大量不同的编程语言，大多数工作需要熟悉很多技能，如Java、Java、PHP和C#。然而，随着软件需求的发展，新的和尚未被普遍接受的编程语言越来越突出，为程序员提供了针对某些工作的正确工具。
预测哪些语言最终会上升到编程语言排行榜的顶部是困难的，很多语言的受欢迎指数都呈上升趋势，以下是八种目前还没有大火的编程语言竞争力分析，看起来未来几年将在在企业中发挥巨大作用。(排名按照开源社区受欢迎程度，swift最受欢迎）
在2014年的苹果WWDC大会上首次亮相，旨在替代OSX和iOS开发的Objective-C语言。苹果于2015年12月，根据Apache许可证开源了该语言，这意味着所有源代码都可以编辑，程序可以在不归属于苹果的情况下运行。
RedMonk分析师Stephen O'Grady表示，Swift与Ruby和Python这些更现代的语言相似，自发布以来一直享受着高速增长。苹果公司表示： Swift采用安全的编程模式，并添加了现代功能，使编程更容易、更灵活、更有趣。
Github上Star：39.8K
这种开源语言被视为比较成熟的语言(如Java和C)更快速、更易于使用。它已被许多企业使用：BBC、SoundCloud，Facebook以及英国政府获奖的GOV.UK网站。
Type在年初开始普及，上半年保持着强劲的增长势头。这反映在其技术出版商RedMonk的排名中，在第一季度Github的排名中位列17位，其中Erlang和Rust并列。
被描述为“Java的超集”，Type最大的优点就是程序员可以利用Angular，这是一个用于创建以Type编写Web应用程序的框架。
Github上Star：24.6K
由Mozilla创建，Rust 1.0于2014年发布，已经开发了多年。
与C和C ++在某些方面类似，Mozilla将其描述为一种专注于性能、并行化和内存安全的新型编程语言。通过从零开始构建语言并结合现代编程语言设计的元素，Rust的创建者避免了传统语言必须处理大量”baggage“(向后兼容性要求)。经过一段时间的发展，该语言正在引起程序员的兴趣。
Github上Star：22.9K
快速编译并与Java一起运行，Kotlin是一种静态类型的编程语言，可在Java虚拟机上运行，可编译为Java源代码。
由俄罗斯软件开发公司JetBrains创建，Kotlin正在Pinterest，Evernote，Uber和Coursera上使用。
Github上Star：16.6k
Clojure于2009年推出，是Lisp编程语言的一种方言。它是一种强调函数式编程的通用语言。它将代码视为数据，并具有宏系统，如其他“Lisps”。
它被成功应用到沃尔玛、Puppet实验室和各大软件公司。
Github上Star：6.5k
Haskell将自己称为“高级纯函数式编程语言”，1990年发布了第一个版本。它具有类型推理系统，主要在学术界内使用，但有一些行业应用案例，例如AT&T，BAE Systems，Facebook甚至Google的项目。
2016年，开始编制2020版本。
Github上Star：681
R提供用于统计计算的开源软件环境。
首先出现在1993年，R在数据驱动的职业之中，例如数据挖掘、统计学家甚至学者，受到了越来越多的欢迎。它提供了一个简单有效的方式来分析数据，尽管它不能与像Hadoop这样的大型架构相竞争。
普通程序员目前对R语言的接受程度一般，随着大数据以及人工智能的发展，R语言未来的发展前景还是很不错的。
Github上Star：240
美国大型金融机构几乎前篇一律的用SAS。最重要原因的在于用SAS省却了尽职调查。R作为一款免费软件，有大量第三方的library或者package。你说你用吧，挺方便，但是每用一次你就得给这个来一次尽职调查。不然银行内的model validation team，internal audit或者美联储都回来挑麻烦的。或者你不用，不过自己把所有需要的工具自己写一遍也够累的，何况自己写了也需要validate。而不管是对第三方code的尽职调查，还是对自己code的validation，都成本很高，牵扯很多部门，需要按照详细的流程走下来。（美联储的要求越来越严格了）
反观SAS，作为一个default工具，不管是用Base SAS还是SAS EG，交点钱就好了。对于这些机构来说，SAS真的不贵。我们最近在帮某大行Bulid model，team去了几十个人，客户也没在乎是不是每个人都需要，就给每人都配了Base SAS和SAS EG。
另外银行动辄上百个G大小的数据，R跑起来可能真的太吃力了。相反基于Server的SAS用起来非常流畅。
Python vs. C++
这个我了解不多。但是Python在machine learning上的应用越来越好，所以在量化交易上应该还是有前景的。而且Python和其他语言的对接做的很棒，也算是他的优势吧。另一方面Python真的很简洁，连我这种看见C++就头疼的人也能写一些simulation。如果要求不是很严格，很多人会非常乐于接受Python吧。
