量化私募在面试编程能力时，通常会关注以下几个方面：
编程语言：
面试者需要熟练掌握至少一种编程语言，如Python、C++、Java等，并且对该语言的特性和常用库函数有深入的了解。
算法和数据结构：
面试者需要掌握常见的算法和数据结构，包括但不限于数组、链表、栈、队列、树、图等，以及常见的算法思想，如递归、动态规划、贪心算法等。
系统设计能力：
面试者需要具备设计和实现大型系统的能力，熟悉常见的设计模式和架构原则，并能够根据需求进行系统设计和优化。
问题解决能力：
面试者需要具备解决复杂问题的能力，能够分析问题，提出解决方案，并能够在有限的时间内实现和测试该方案。
实践经验和项目经历：
面试者需要具备一定的实践经验和项目经历，能够描述自己参与过的项目，并能够清晰地阐述自己在项目中的角色和贡献。
其他技能：
面试者可能还需要了解一些金融工程类模型，掌握多线程、并发编程、异常处理等方面的知识。
建议
提前准备：在面试前，建议候选人系统性地复习编程基础知识，包括常用的算法和数据结构，以及至少一种编程语言的深入学习和实践。
项目经验：如果有实际的项目经验，一定要在面试中充分展示，包括项目的背景、自己的角色、所使用的技术和取得的成果。
持续学习：量化领域技术更新迅速，建议候选人持续学习新的编程语言和工具，以及金融工程领域的最新发展。
模拟面试：可以通过模拟面试来提高自己的应试能力，熟悉面试流程和可能遇到的问题类型。
通过以上准备，候选人可以更好地应对量化私募的编程面试。