Bioinformatikához, robotikához miféle programnyelvek használatosak?

Attól függ, mit akarsz irányítani. Közvetlen IC programozáshoz Assebmly vagy C, ha magasabb szinten irányítod, akkor C, C++.

És természetesen tömény elektronikai ismeretek szükségesek :)

Ez nagy mértékben függ attól, mivel akarsz foglalkozni, alapvetően két megközelítést fontolnék meg, alulról felfelé (komponensek tervezése és fejlesztése), vagy felülről lefelé (rendszerek tervezése, és/vagy tudományos/matematikai hangsúly).

Alulról felfelé: részben a korábban hozzászólók vélményének margójára említették, C, C++, C#, D, Java (de az ASM-hez közel sem mennék, hacsak nem akarsz ezeréves ARM-chipeket programozni szánalmas teljesítményüknél és a nevetségesen hosszú fejlesztési időigénynél fogva eleve halott koncepciókon dolgozni). Ez egyben azt is jelenti, hogy komponenseket építesz majd, nem rendszereket, de ez esetben is C# alatt (balra) nem is bajlódnék középszintű (nem, ma már ezek nem magas szintűek) elavult objektumorientált programnyelvekkel. A személyes véleményem, hogy ezek egyszerűen elavultak (hacsak nem akarsz beágyazott mikorchipek programozásával szarozni, de ez is csak debug ma már, mert nagyrész automatizált). Gépeket tervezünk, amelyek az alacsonyabb rendű gépeket programmozzák, ilyen egyszerű.

Fentről lefelé: LabVIEW (vagy "G"), különösen mivel bioinformatikától a robotikáig spektrum érdekel, és nem felétlenül kell vbálasztanod sem. A LabVIEW negyedik generációs programnyelv (nem, nem csak tesztszoftver, ne higgy a dilettánsoknak), magas rendű automatizációs kapacitással. Egy teljesen új paradigma (vizuális programnyelv), abszolut ezé a jövő, egy pár alancsony szintű programnyelv-specialistát leszámítva. Igen, gyakran (de egyre ritkábban), az ósdi C-ben vagyC++-ban fejlesztett célszoftver még mindig hatékonyabb, de a számítástechnikai teljesítmény olcsó (különösen ezeken a területeken), modularitásban, és produktivitásban pedig egyik OOPL sem jöhet közel sem egy grafikus programnyelvhez.

Ha megvannak a matematikai alapjaid, piaci és tudományos szempontból is elég hatékony kombinálni a LabVIEW-t a Matlab-bal, ami egyébként egyfajta matematikai szoftver, de programnyelv is (főleg numerikus magas rendű számításokhoz, de több lehetőség van szimbolikus számításokra is). Namost, mivel a Matlab elterjedt önálló tudományos szoftver is, de ezenfelül 4 módszerét is ismerem annak, hogy létező Matlab kódot LabVIEW-ban használjak fel, egyszerre másfél legyet ütsz egy csapással. LabVIEW automatizációra (ipari robotoktól és kameráktól egészen a DNS-szekvenszerig mindennel tudsz kommunikálni negyed órán belül, C-ben ez hetekig tart), Matlab tudományos munkára, amit aztán a létező automatizációba ágyazhatsz be szinte közvetlenül, vagy, akár fordítva, létező tudományos megoldás köré építhetsz automatizációt a matematikai rész gyakorlatilag érintetlen fenntartása mellett (ezek a verifikációs költségeket és időintervallumokat is nagyban csökkentik).

Nota bene, Perl és Java azért nem rossz ötlet, mert platform-inspecifikusak. Python scriptezni jó, eléggé hasonlít egyébként a Matlab-hoz, kivéve hogy azért az fentről-lefelé megközelítéshez potensebb.

Mégegy dolog, ha pötyögni akarnál mégis, mindenképpen olyat válassz amelyik mátrixalgebrát NATÍV módon és alaphangon kezelni képes. Abszolut alapkövetelmény kéne legyen ma már, az alapvetően mátrixra épülő algoritmusok pedig a digitális (és később kvantum-számítástechnikai) rendszerek matematikai következményeiből kifolyólag magasan a leghatékonyabbak (de ezt nyilván tudod). Python igen, Perl-ben nem vagyok biztos, a Matlab pedig eredetileg a "matrix laboratory" rövidítése. Továbbra is tartom, hogy pötyögni csak magát a komolyabb matekot vagyok hajlandó, mert csak itt produktívabb mint a GPL.